Core Concepts
제한된 데이터에서도 강철 표면 결함 이미지를 고품질로 생성할 수 있는 방법을 제안한다.
Abstract
이 논문은 강철 표면 결함 인식을 위한 데이터 부족 문제를 해결하기 위해 Stable Diffusion 모델을 활용하는 방법을 제안한다. 제안하는 StableSDG 방법은 다음과 같은 두 가지 과정으로 구성된다:
생성기 적응 과정:
토큰 임베딩 적응: 결함 이미지 분포를 반영하도록 토큰 임베딩을 최적화한다.
네트워크 파라미터 적응: 저랭크 적응 기법을 사용하여 네트워크 파라미터를 제한적으로 조정한다.
데이터 생성 과정:
이미지 지향 생성: 부분적으로 노이즈가 추가된 실제 이미지에서 시작하여 결함 이미지를 생성한다.
실험 결과, StableSDG는 기존 방법들에 비해 더 높은 품질의 결함 이미지를 생성할 수 있었다. 또한 생성된 데이터를 활용하여 결함 인식 모델의 성능을 약 10% 향상시킬 수 있었다.
Stats
제한된 데이터에서도 고품질의 결함 이미지를 생성할 수 있다.
생성된 데이터를 활용하여 결함 인식 모델의 성능을 약 10% 향상시킬 수 있다.
Quotes
"제한된 데이터에서도 강철 표면 결함 이미지를 고품질로 생성할 수 있는 방법을 제안한다."
"실험 결과, StableSDG는 기존 방법들에 비해 더 높은 품질의 결함 이미지를 생성할 수 있었다."