연구진은 TEM 이미지 결함 검출·분류를 위해 마스크 조건부 잠재 확산 모델(LDM)을 활용한 생성적 데이터 증강 방법을 제시했어요. 생성된 이미지-마스크 쌍은 실험적 마스크 분포를 학습하여 생성되며, 수동 주석 없이 다중 클래스 결함 마스크를 제어할 수 있어요. 생성적 증강은 작은 실험 데이터셋을 보완하여 Mask R-CNN 모델의 성능을 향상시키며, 최대 0.02의 조화 평균 F1 점수 향상을 보여줬어요.