AnomalyDetection.h¶

Anomaly Detection은 정상 이미지만을 가지고 학습하여 비정상 이미지와 해당 영역을 검출하는 기능입니다.

SAIGE VISION에서는 Anomaly Detection의 비정상 영역을 SaigeSegmentedObject 구조체, 즉 Contour 형태로 검출합니다. 따라서, Segmentation 기능과 유사하며 추가적으로 비정상 이미지 여부와, 이미지 전체의 비정상 점수를 제공합니다.

추론 옵션¶

Anomaly Detection 의 추론 결과인 Mask, Object, 그리고 Heatmap을 계산 여부를 설정할 수 있습니다. Scoremap은 기본적으로 계산되며, 계산하지 않도록 설정할 수 없습니다.

// ExampleIADRuntime.cpp:145

options->calcScoremap = true;
options->calcHeatmap = true;
options->calcMask = true;
options->calcObject = true;
options->calcObjectAreaAndApplyThreshold = true;
options->calcObjectScoreAndApplyThreshold = true;
unsigned int flags = SAIGE_SET_CALC_SCOREMAP | SAIGE_SET_CALC_HEATMAP |
                     SAIGE_SET_CALC_MASK | SAIGE_SET_CALC_OBJECT |
                     SAIGE_SET_CALC_OBJECT_AREA_AND_APPLY_THRESHOLD |
                     SAIGE_SET_CALC_OBJECT_SCORE_AND_APPLY_THRESHOLD;
retval = SaigeSetInferenceOption(handle, options, flags);
if (retval < 0) {
    std::cerr << "SaigeSetInferenceOption() failed - " << SaigeStrError(retval)
              << std::endl;
    SaigeDestroyInferenceHandle(handle);
    SaigeDestroyInferenceResult(result);
    return retval;
}

See also:

Heatmap¶

Anomaly Detection에서는 Scoremap을 Heatmap으로 색상을 입힐 수 있습니다. Anomaly Detection의 Score는 다른 기능과는 다르게 0 이상의 실수 자료형으로 표현됩니다. 따라서 색상 영역에 대응되는 Score 최대, 최소값을 설정할 수 있습니다. 학습된 모델에는 적당한 Score 범위를 계산하여 이미 설정되어있으나, 뚜렷하게 보이지 않는 경우에 범위를 조정할 수 있습니다.

// ExampleIADRuntime.cpp:184

options->heatmapColorRangeMin = 1.0;
options->heatmapColorRangeMax = 2.5;
retval = SaigeSetInferenceOption(handle, options, SAIGE_SET_HEATMAP_COLOR_RANGE);
if (retval < 0) {
    std::cerr << "SaigeSetInferenceOption() failed - " << SaigeStrError(retval)
              << std::endl;
    SaigeDestroyInferenceHandle(handle);
    SaigeDestroyInferenceResult(result);
    return retval;
}

변경 전

변경 후

추론 결과¶

Anomaly Deetection의 기본 추론 결과로 isNg, anomalyScore, scoreMin, scoreMax를 받아올 수 있습니다.

// ExampleIADRuntime.cpp:290

// DEFAULT
retval = SaigeGetInferenceResultAnomalyScores(result, &anomalyScore, &scoreMin, &scoreMax);
if (retval < 0) {
    std::cerr << "SaigeGetInferenceResultAnomalyScores() failed - " << SaigeStrError(retval)
              << std::endl;
    SaigeDestroyInferenceHandle(handle);
    SaigeDestroyInferenceResult(result);
    return retval;
}
retval = SaigeGetInferenceResultIsNg(result, &isNg);
if (retval < 0) {
    std::cerr << "SaigeGetInferenceResultIsNg() failed - " << SaigeStrError(retval)
              << std::endl;
    SaigeDestroyInferenceHandle(handle);
    SaigeDestroyInferenceResult(result);
    return retval;
}

ScoremapIAD¶

Anomaly Detection의 추론 결과인 Scoremap은 0 이상의 실수를 표현하도록 float 배열로 표현됩니다.

// ExampleIADRuntime.cpp:335

retval = SaigeGetInferenceResultScoremapIAD(result, &scoremap);
if (retval < 0) {
    std::cerr << "SaigeGetInferenceResultScoremapIAD() failed - "
              << SaigeStrError(retval) << std::endl;
    SaigeDestroyInferenceHandle(handle);
    SaigeDestroyInferenceResult(result);
    return retval;
}
if (verbosity >= 4) {
    SaigeShowImage(scoremap, w, h, 1, SaigeImageType::SV_F32, false, false,
                   1 / scoreMax, waitkeyMilliSecond);
}

그 밖에 Mask, Object, Heatmap 등의 결과는 예제 코드 및 API 문서를 참고하기 바랍니다.

See also: SaigeGetInferenceResultMask, SaigeGetInferenceResultSegmentedObject, SaigeGetInferenceResultHeatmap