0
| 本文作者： 陳淑瑜 | 2026-05-26 11:49 | 專題：CVPR 計算機視覺與模式識別會議 |
來源：公眾號“機工智能AI科研”
原文鏈接：https://mp.weixin.qq.com/s/6Nw8B_EDJCjfIikW_lseXA
工業(yè)異常檢測現(xiàn)在不缺模型，缺的是能扛產(chǎn)線波動的模型。
真實工廠里，光照會漂、曝光會變、批次會換，相機位姿也可能微調(diào)。很多方法在實驗室里指標很好，一到產(chǎn)線就誤檢、漏檢。更麻煩的是，不少方案還要按類別重訓(xùn)、按產(chǎn)品調(diào)閾值，每上一條新線，算法團隊都要重新建庫、驗證、調(diào)參，交付成本很高。
SuperADD 這篇 CVPR 2026 工作，切的就是這個痛點：能不能用單一架構(gòu)、一組統(tǒng)一超參、零訓(xùn)練流程，完成跨類別工業(yè)異常分割？
SuperADD 的關(guān)鍵詞很明確：training?free、class?agnostic、distribution shift robustness。
它不為每個產(chǎn)品單獨訓(xùn)練模型，也不依賴類別專屬超參，而是用一套固定 pipeline 跑 MVTec AD 2 的 8 個工業(yè)類別。這個設(shè)定更貼近真實生產(chǎn)：產(chǎn)線不會給你充足異常樣本，也不會允許每次換線都重新訓(xùn)練。
所以這篇的價值，不是單純刷榜，而是把工業(yè) AD 從“一類一訓(xùn)”推向“統(tǒng)一部署”。
SuperADD 繼承了 SuperAD / PatchCore 的 memory bank 路線。
訓(xùn)練階段不更新網(wǎng)絡(luò)權(quán)重，只用正常樣本抽取特征，構(gòu)建正常特征庫。測試時，將待檢測圖像的 patch 特征與 memory bank 做近鄰匹配。距離越遠，越可能是異常。
它使用 DINOv3?ViT?H+/16 作為視覺骨干，并抽取第 7、15、23、31 層特征。淺層看紋理和邊緣，深層看結(jié)構(gòu)和語義，多層融合能覆蓋劃痕、污漬、缺口、結(jié)構(gòu)破損等不同缺陷形態(tài)。
這套方案很工程：不訓(xùn)練、不收斂、不做類別模型，用 foundation model 的通用表征能力，換部署側(cè)的穩(wěn)定性。
工業(yè)圖像分辨率高，整圖推理成本大；但直接切 patch，又容易在窗口邊緣產(chǎn)生斷裂和誤檢。
SuperADD 采用 overlapping patch?wise inference，把圖像切成帶重疊區(qū)域的 patch，并保證 patch 與圖像邊界對齊，避免 padding 引入假特征。論文中設(shè)置 patch size 為 ，最小重疊為 。
單維度 patch 數(shù)量計算：
其中 是圖像某一維度長度， 是 patch 尺寸， 是最小重疊寬度。
這個改動不花哨，但很實用。對 rice、walnuts、wallplugs 這類位置隨機、遮擋復(fù)雜、實例堆疊的物體，重疊切塊能減少網(wǎng)格偽影和邊界漏檢。
MVTec AD 2 的難點不只是缺陷小，而是采集條件會變。尤其是光照漂移，會讓同一個正常產(chǎn)品在特征空間里“看起來像異?！?。
SuperADD 在正常樣本特征提取前加入 intensity?based augmentation，用隨機強度縮放模擬曝光和光照變化。這樣構(gòu)建出來的正常特征庫，不再只覆蓋單一采集條件，而是覆蓋更寬的正常外觀分布。
閾值策略也更貼近真實上線。論文沒有用測試集 GT 找最優(yōu)閾值，而是從正常訓(xùn)練樣本的 anomaly map 中估計閾值：取 95 分位數(shù)，再乘一個 gain factor。這樣不需要異常標注，也避免了“測試集調(diào)參”的實驗室味道。
工業(yè)檢測不是只看熱力圖，最終還要落到缺陷面積、位置和形態(tài)統(tǒng)計。因此，異常 mask 是否連續(xù)、干凈，非常關(guān)鍵。
SuperADD 在后處理階段加入 iterative morphological closing，用多方向線性結(jié)構(gòu)元素連接斷裂區(qū)域，再通過 fill region 填補閉合孔洞，讓細長劃痕和邊緣缺陷形成更完整的異常區(qū)域。
論文在 MVTec AD 2 上評估，包括 TESTpub、TESTpriv 和 TESTpriv,mix。核心指標是像素級 F1：
F1 分數(shù)：
結(jié)果上，SuperADD 在 TESTpub 上達到 62.61% F1；在 TESTpriv 上達到 57.42% F1；在更難的 TESTpriv,mix 上達到 54.35% F1。
表 1：TESTpub 各類別 AU-ROC0.05 與 F1 結(jié)果
更關(guān)鍵的是橫向?qū)Ρ?。? 顯示，SuperADD 在 TESTpriv / TESTpriv,mix 平均 F1 上達到 57.42 / 54.35，超過 PatchCore、EfficientAD、ISVL、RoBiS、ASEG、SuperAD 等方法。去年最強的 ISVL 為 53.81 / 51.43，說明 SuperADD 在分布偏移場景下更穩(wěn)。
表 2：TESTpriv / TESTpriv,mix 方法對比
SuperADD 不是最花哨的異常檢測方法，但它的選題很務(wù)實。
當(dāng)傳統(tǒng) MVTec AD 已經(jīng)接近飽和，繼續(xù)刷小數(shù)點后的提升意義有限。真正有價值的問題是：產(chǎn)品換了、光照變了、標注沒有了，模型還能不能穩(wěn)定交付？
SuperADD 給出的答案是：用強視覺骨干做通用表征，用記憶庫保留正常分布，用重疊 patch 和后處理補工程細節(jié)，再用統(tǒng)一超參降低部署復(fù)雜度。
它的短板也清楚：DINOv3?ViT?H+/16 仍然偏重，極細微缺陷仍難檢測，正常樣本覆蓋度也會影響 memory bank 質(zhì)量。但從工業(yè)落地角度看，這條“免訓(xùn)練、跨類別、抗偏移”的路線值得繼續(xù)跟。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
