Paper Reading - 2、PatchCore: Towards Total Recall in Industrial Anomaly Detection_patchcore 复现

PatchCore 模型架构：

Patch: 所谓补丁，指的是像素;
Embedding: 所谓嵌入，指的是将网络提取的不同特征组合到一块;

训练流程：无神经网络参数更新，不需要训练，不需要更新参数 requires_grad==false，只需要使用预训练模型提取特征，构建 Memory Bank 相当于使用正常数据进行模型训练、构建。

推理流程：提取Patch特征，再Faiss搜索。
1
2
3
4
5
6

Pretrained Encoder: 使用预训练模型（wide_resnet50_2） backbone 提取图像特征, 采用[2, 3]层特征作为图像特征，具有较强的底层特征（轮廓、边缘、颜色、纹理和形状特征），更能够反映图像内容。不采用最后几层原因：深层特征偏向于分类任务，具有更强的语义信息。

Locally aware patch features：提取图像的 Patch特征，这个特征带有周围数据的信息。特征值的集合构建 PatchCore memory bank。

for feature in features:
    m = torch.nn. AvgPool2d(3, 1, 1)
    embeddings.append(m(feature)) # 特征值：以（h,w)为中心的邻居点集得到，论文中说使用adaptive average pooling. 实验使用AvgPool2d，指标更高。
# embedding_concat：特征连接，参考 https://github.com/xiahaifeng1995/PaDiM-Anomaly-Detection-Localization-master 
embedding = embedding_concat(embeddings[0], embeddings[1])
# reshape: 维度变换
self.embedding_list.extend(reshape_embedding(np.array(embedding)))
1
2
3
4
5
6
7

1、PatchCore与PaDiM对比: patchcore 使用高效的patch-feature memory bank, 在测试时所有patch都可以访问该内存库。 PaDiM 是针对每个 patch 的马氏距离度量。 相比之下， PatchCore对图像对齐的依赖性降低。
2、特征提取：特征表示为何不选择网络特征层次的最后一级：（1）会丢失更多的局部正常样本信息；（2）深层特征具有更强的语义信息，偏向于分类任务。
3、patch特征：可以理解为 训练图片上所有的点，以该点为中心的邻居点集得到的特征值，特征值的集合就是 PatchCore memory bank。
以( h , w ) 为中心，以p 为直径的正方形包围住的点；

围绕这些点计算的特征图上的点为：

一张图像的Patch特征集合：

正常训练集图像的Patch特征集合：

Coreset-reduced patch-feature memory bank：Coreset Subsampling 核心集二次抽样:稀疏采样 目的是Reduce memory bank，加快算法运行速度。

# Memory Bank:将收集到的正常图像 Patch 特征放入 MemoryBank
total_embeddings = np.array(self.embedding_list)
# Random projection  随机投影
self.randomprojector = SparseRandomProjection(n_components='auto', eps=0.9) # 'auto' => Johnson-Lindenstrauss lemma
self.randomprojector.fit(total_embeddings)
# Coreset Subsampling 核心集二次抽样:稀疏采样 Reduce memory bank
# 参考 https://github.com/google/active-learning/blob/master/sampling_methods/kcenter_greedy.py
selector = kCenterGreedy(total_embeddings,0,0)
selected_idx = selector.select_batch(model=self.randomprojector, already_selected=[], N=int(total_embeddings.shape[0]*args.coreset_sampling_ratio))
self.embedding_coreset = total_embeddings[selected_idx]
1
2
3
4
5
6
7
8
9
10

NP-Hard问题，建议使用迭代贪婪近似。


Anomaly Detection with PatchCore：

features = self(x)
embeddings = []
for feature in features:
    m = torch.nn.AvgPool2d(3, 1, 1)
    embeddings.append(m(feature))
embedding_ = embedding_concat(embeddings[0], embeddings[1])
embedding_test = np.array(reshape_embedding(np.array(embedding_)))
score_patches, _ = self.index.search(embedding_test , k=args.n_neighbors)
anomaly_map = score_patches[:,0].reshape((28,28))
N_b = score_patches[np.argmax(score_patches[:,0])]
# 论文解释：
'''
To obtain s, we use a scaling w on s∗ to account for the behaviour of neighbouring patches: 
    If the memory bank features closest to the anomaly candidate mtest,∗, m∗, 
    is itself relatively far from neighbouring samples and thereby an already rare nominal occurence, 
    we increase the anomaly score
    如果内存库特征最接近异常候选 m^test,* , m^*, 本身距离近邻样本相对较远，因此是少见的正常发生，使用权重增加异常分数。 
    相当于计算了一个softmax
'''
w = (1 - (np.max(np.exp(N_b))/np.sum(np.exp(N_b))))
score = w*max(score_patches[:,0]) # Image-level score
gt_np = gt.cpu().numpy()[0,0].astype(int)
# 将结果放大：匹配原始输入分辨率
anomaly_map_resized = cv2.resize(anomaly_map, (args.input_size, args.input_size))
# 高斯平滑
anomaly_map_resized_blur = gaussian_filter(anomaly_map_resized, sigma=4)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

提取Patch特征：

计算异常值分数：集合P(Xtest) 到M的距离。公式arg min ||m_test - m|| 表示点m_test到集合M的距离，然后找到最远的点m_test, *。

复现：

环境问题：

# 原有环境:存在问题：roc_auc_score 不高，且在coreset_sampling_ratio=0.1，
# 文件较大（100M）时候报错：Faiss assertion 'err == CUBLAS_STATUS_SUCCESS' failed in void faiss::gpu::runMatrixMult(faiss::gpu::Tensor<float, 2, true>&, bool, faiss::gpu::Tensor<T, 2, true>&, bool, faiss::gpu::Tensor<IndexType, 2, true>&, bool, float, float, cublasHandle_t, cudaStream_t) [with AT = float; BT = float; cublasHandle_t = cublasContext*; cudaStream_t = CUstream_st*] at /project/faiss/faiss/gpu/utils/MatrixMult-inl.cuh:265; details: cublas failed (13): (512, 1536) x (16385, 1536)' = (512, 16385) gemm params m 16385 n 512 k 1536 trA T trB N lda 1536 ldb 1536 ldc 16385
pytorch-lightning==1.2.0
torch==1.9.0+cu111
faiss-gpu==1.7.1.post3

# 尝试解决：重新安装faiss-gpu; 结果：roc_auc_score在0.001，0.01的指标变得正常，在0.1（coreset_sampling_ratio越大）时候，稀疏采样（selector.select_batch）越慢 ，
conda install -c pytorch faiss-gpu cudatoolkit=11.0 
1
2
3
4
5
6
7
8

常用的自定义数据格式：

data:
├── test
│   ├── good
│   └── ng
└── train
    └── good
1
2
3
4
5
6

Resource:
Paper: https://arxiv.org/abs/2106.08265
Code: https://github.com/hcw-00/PatchCore_anomaly_detection
论文解读：https://blog.csdn.net/fuyouzhiyi/article/details/124725323
https://www.zywvvd.com/notes/study/deep-learning/anomaly-detection/patchcore/patchcore/