이 논문은 제조 현장에서의 정밀하고 복잡한 결함 탐지 요구사항을 해결하기 위해 MemoryMamba라는 새로운 메모리 증강 상태 공간 모델을 제안한다.
MemoryMamba는 상태 공간 모델과 메모리 증강 메커니즘을 결합하여, 결함 관련 정보를 효과적으로 유지하고 활용할 수 있다. 이를 통해 결함의 복잡한 특성과 의존성을 포착할 수 있다.
실험 결과, MemoryMamba는 다양한 결함 유형과 복잡도를 가진 4개의 산업용 데이터셋에서 기존 모델들을 일관되게 능가하는 성능을 보였다. 이는 MemoryMamba가 다양한 결함 인식 시나리오에 적응할 수 있음을 보여준다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Qianning Wan... at arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03673.pdfDeeper Inquiries