잘라 붙이는 변형
영상 패치를 잘라 큰 영상의 임의 위치에 붙이는 증강을 사용한다. 정상 영상과 이러한 변형을 구별하도록 자기지도 학습을 수행해 결함 탐지에 사용할 심층 표현을 얻는다.
두 단계의 탐지기
먼저 표현을 학습하고 그 표현 위에 생성적 단일 클래스 분류기를 구성한다. 정상 학습 자료로부터 시작해 학습 때 보지 못한 이상 패턴을 검출하는 것을 목표로 한다.
결함 위치로의 확장
패치에서 표현을 학습하고 추출하도록 틀을 확장하면 학습 중 결함 위치 주석을 사용하지 않고도 결함 영역을 찾을 수 있다. 원 연구는 MVTec 이상 탐지 자료에서 처음부터 학습하는 경우와 사전 학습 표현을 전이하는 경우를 평가했다.