A SAM-guided Two-stream Lightweight Model for Anomaly Detection 요약
이 연구는 고성능 분할 모델인 SAM을 teacher로 활용하면서도, 경량 student 구조를 설계하여 이상 탐지의 정확도, 속도, 메모리 효율성 모두를 균형 있게 확보한 우수한 접근으로 평가된다. 제안된 모델은 MVTec AD, VisA, DAGM, LOCO와 같은 다양한 산업용 비지도 이상 탐지 벤치마크에서 우수한 성능을 보였다. 따라서 고정된 카메라 기반의 공정 검사, 제조 현장의 표면 결함 감지, 실시간 불량 판별 등에서 효과적으로 활용될 수 있다.또한 모델이 SAM의 일반화 능력을 기반으로 설계되었고 경량화되어 있어, 모바일 기기, 로봇 비전 시스템, IoT 엣지 디바이스 등 자원이 제한된 환경에서도 실시간 이상 탐지에 유리할 것으로 보인다. 1. 문제 배경이미지 이상 탐지(Anomaly D..
