본 논문은 결함 데이터 부족으로 인해 효과적인 시각 검사 모델 개발이 어려운 문제를 해결하기 위해, 소수의 참조 결함 이미지만으로 사실적인 결함 이미지를 생성하는 새로운 방법인 DefectFill을 제안합니다. DefectFill은 결함, 객체, 어텐션 항을 포함하는 사용자 정의 손실 함수로 최적화된 미세 조정된 inpainting diffusion model을 활용하여, 상세하고 국소적인 결함 특징을 정확하게 포착하고 결함이 없는 객체에 매끄럽게 통합합니다. 또한, Low-Fidelity Selection 방법을 통해 결함 샘플 품질을 더욱 향상시킵니다. 실험 결과, DefectFill은 고품질 결함 이미지를 생성하여 MVTec AD 데이터셋에서 최첨단 성능을 달성하는 시각 검사 모델을 가능하게 함을 보여줍니다.
