Aprendizagem Semissupervisionada em Detecção de Defeitos

Um fabricante de guindastes lançou um projeto de detecção de defeitos. A equipe de anotação passou semanas desenhando caixas delimitadoras tela após tela, conseguindo rotular apenas alguns milhares de imagens — enquanto um modelo de detecção confiável em campo normalmente exige dezenas a centenas de milhares de amostras anotadas. O conjunto de dados de anotação de defeitos anteriormente divulgado neste site já alcançou 500.000 imagens — um número que representa meses de trabalho repetitivo por parte dos anotadores.

A situação real é ainda mais desafiadora: guindastes geram diariamente um fluxo contínuo de imagens, dados de vibração e corrente elétrica, a grande maioria dos quais são "dados brutos", sem qualquer rótulo. Se o treinamento se limitar aos poucos milhares de amostras anotadas, o modelo não aprenderá a diversidade de mudanças nas condições de operação; se a anotação manual das centenas de milhares de imagens for aguardada, a janela de entrega do projeto já terá sido perdida. O objetivo da aprendizagem semissupervisionada é justamente aproveitar esse volume de dados que não se pode arcar de rotular.

O verdadeiro desafio: a anotação como etapa mais cara da IA para guindastes

Em tarefas de visão computacional, o limite superior da capacidade de um modelo é determinado por duas variáveis: a quantidade de dados e a qualidade dos rótulos. A lógica da aprendizagem totalmente supervisionada é direta: quanto mais amostras anotadas, mais sinais de supervisão o modelo recebe; quando a anotação para, o modelo também para. Isso representa um desafio prático para a detecção de defeitos em guindastes.

Tomando como exemplo a detecção de ruptura de fios em cabos de aço, o modelo anteriormente divulgado neste site alcançou 97,3% de precisão de reconhecimento em um conjunto de dados específico — um resultado que só foi possível graças a um grande volume de amostras de treinamento com anotação fio a fio e ponto de ruptura por ponto de ruptura. O fato de o conjunto de dados de anotação de defeitos ter atingido a marca de 500.000 imagens evidencia que o esforço humano dedicado à anotação supera em muito o próprio treinamento do modelo.

A aprendizagem semissupervisionada altera essa premissa. Sua entrada é composta por duas partes: um pequeno lote de amostras rotuladas e um grande lote de amostras não rotuladas. O modelo primeiro desenvolve uma capacidade preliminar de julgamento com base nas amostras anotadas e, em seguida, transfere essa capacidade para os dados não rotulados, extraindo sinais de supervisão adicionais da estrutura distribucional desses dados. Em termos rigorosos, não se trata de "eliminar a anotação", mas de diluir o custo marginal da anotação.

Há um limite de engenharia que precisa ser explicitado: dados não rotulados só têm valor se atenderem a determinadas premissas distribucionais; caso contrário, em vez de sinal, trazem ruído. A norma GB/T 28264 — Sistema de Monitoramento e Gestão de Segurança para Equipamentos de Elevação estabelece requisitos normativos para a coleta, transmissão e armazenamento de dados de monitoramento, o que constitui precisamente a base para a camada de dados da aprendizagem semissupervisionada. A experiência da Kelude Indústrias Pesadas em governança de dados é clara: primeiro garantir consistência nos critérios de coleta; só então avaliar se o modelo pode se beneficiar de dados não anotados.

Autotreinamento, regularização de consistência e FixMatch: diferenças fundamentais

A família de métodos de aprendizagem semissupervisionada é vasta, mas as três abordagens mais discutidas na prática de engenharia são: autotreinamento, regularização de consistência e métodos de aumento híbrido que combinam ambas.

O autotreinamento segue a lógica mais intuitiva. Primeiro, um modelo inicial é treinado com amostras anotadas; esse modelo então faz previsões sobre as amostras não rotuladas, e as previsões com confiança suficientemente alta são tratadas como "pseudorrótulos", que são incorporados ao conjunto de treinamento original para um novo ciclo de treinamento. Sua principal vantagem é a simplicidade de implementação, praticamente independente da arquitetura do modelo. A desvantagem é que erros iniciais do modelo podem ser amplificados por meio dos pseudorrótulos, gerando um acúmulo de erros.

O representante da regularização de consistência é o Mean Teacher. O sistema mantém dois modelos com a mesma estrutura: um chamado aluno e outro, professor. Os pesos do modelo professor são obtidos por média exponencial móvel dos pesos históricos do modelo aluno. Durante o treinamento, duas perturbações diferentes são aplicadas à mesma amostra não rotulada, exigindo que os dois modelos produzam saídas semelhantes. Essa restrição de invariância a perturbações permite que o modelo aprenda uma fronteira de decisão suave mesmo em regiões sem rótulos.

O FixMatch, por sua vez, combina pseudorrótulos com aumento forte e fraco: uma amostra não rotulada recebe primeiro um aumento fraco, a previsão do modelo gera um pseudorrótulo; em seguida, a mesma amostra recebe um aumento forte, e exige-se que a versão com aumento forte também corresponda a esse pseudorrótulo. O pseudorrótulo só é adotado se a confiança exceder um limiar predefinido. Essa combinação demonstra resultados expressivos em benchmarks de classificação de imagens, mas para tarefas com alvos menores, como a detecção de defeitos, a seleção da intensidade do aumento deve ser feita com cautela.

O diagnóstico de falhas por IA no setor de guindastes é uma área emergente. O surgimento de normas como a ISO 24621:2022 — Diagnóstico de Falhas por IA em Guindastes indica que o setor está buscando enquadrar as capacidades de IA em um arcabouço normativo. A forma como os métodos semissupervisionados se alinham aos requisitos de rastreabilidade de dados e verificabilidade de conclusões dessas normas é uma questão que precisa ser enfrentada na implementação prática.

Matriz comparativa de parâmetros das três abordagens

Ruído de pseudo-etiquetas, pressupostos de distribuição e condições de trabalho aplicáveis a cada um dos três métodos

Não existe uma superioridade absoluta entre os três métodos. As duas variáveis centrais na seleção são: se a distribuição dos dados não anotados é consistente com a dos dados anotados e a tolerância da tarefa a erros de pseudo-etiquetas.

Se os dados não anotados provêm do mesmo lote de equipamentos e do mesmo tipo de condição de operação, a deriva de distribuição é reduzida, e o auto-treinamento com um limiar de confiança rigoroso produz resultados eficazes. Se o ruído nos dados do terreno for elevado e as condições de operação forem heterogéneas, a robustez ao ruído da regularização de consistência é mais valiosa. Em tarefas de imagem com técnicas de aumento de dados maduras, os benefícios de métodos híbridos como o FixMatch tendem a ser mais evidentes.

Inversamente, quando o pressuposto de distribuição é violado, a aprendizagem semissupervisionada pode ser pior do que não a utilizar. Um cenário típico é quando os dados não anotados incluem condições de operação de equipamentos com diferentes capacidades de carga, mecanismos distintos ou até de fabricantes diferentes, enquanto os dados anotados cobrem apenas uma pequena fração desse universo. Nesse caso, os padrões estruturais que o modelo "aprende" dos dados não anotados são, na realidade, interferências entre equipamentos.

A recomendação da Kelude Indústrias Pesadas em vários projetos é consistente: primeiro validar a consistência da distribuição, só depois abordar a seleção do método. A lista seguinte apresenta oito pontos a verificar antes da implementação de aprendizagem semissupervisionada.

Vale a pena o custo de anotação poupado pela aprendizagem semissupervisionada? Um cálculo realista

Para avaliar se a abordagem semissupervisionada compensa, a forma mais direta é colocar três fatores na mesma tabela: a quantidade de dados anotados, o custo de anotação e o teto de precisão. O método totalmente supervisionado oferece o teto de precisão mais elevado, mas exige uma anotação completa. A abordagem semissupervisionada troca uma parte da anotação por uma precisão aproximada, com o custo de introduzir dois riscos adicionais: o pressuposto de distribuição e o ruído das pseudo-etiquetas.

É importante sublinhar: a poupança da abordagem semissupervisionada incide sobretudo na "anotação repetitiva", não na "totalidade da anotação". O lote inicial de anotações de alta qualidade continua a ser a fundação, pois determina o limite superior da qualidade das pseudo-etiquetas. Isto também explica por que a aprendizagem semissupervisionada ainda se encontra numa fase inicial de validação na indústria de guindastes: onde a base de dados ainda não está solidificada, mesmo os métodos mais avançados não conseguem ser implementados. Ao planear o percurso de IA para os clientes, a Kelude Indústrias Pesadas coloca sempre a governação de dados antes da seleção de métodos semissupervisionados.

Os dados de pós-venda da Kelude Indústrias Pesadas mostram que o que realmente limita o avanço dos projetos não é a diferença de alguns pontos percentuais na precisão do modelo, mas sim a falta de um ciclo fechado de engenharia que integre anotação, limpeza e reintrodução. Fazer este cálculo corretamente é mais importante do que debater qual o framework semissupervisionado escolher.

Comparação do custo de anotação entre diferentes abordagens de treino

📖 Leituras relacionadas: Anotação de dados de defeitos em guindastes: como 500 mil amostras foram anotadas  |  Visão geral da inspeção visual por IA em guindastes

Perguntas frequentes