0
| 本文作者： 陈淑瑜 | 2026-05-26 11:49 | 专题：CVPR 计算机视觉与模式识别会议 |
来源：公众号“机工智能AI科研”
原文链接：https://mp.weixin.qq.com/s/6Nw8B_EDJCjfIikW_lseXA
工业异常检测现在不缺模型，缺的是能扛产线波动的模型。
真实工厂里，光照会漂、曝光会变、批次会换，相机位姿也可能微调。很多方法在实验室里指标很好，一到产线就误检、漏检。更麻烦的是，不少方案还要按类别重训、按产品调阈值，每上一条新线，算法团队都要重新建库、验证、调参，交付成本很高。
SuperADD 这篇 CVPR 2026 工作，切的就是这个痛点：能不能用单一架构、一组统一超参、零训练流程，完成跨类别工业异常分割？
SuperADD 的关键词很明确：training‑free、class‑agnostic、distribution shift robustness。
它不为每个产品单独训练模型，也不依赖类别专属超参，而是用一套固定 pipeline 跑 MVTec AD 2 的 8 个工业类别。这个设定更贴近真实生产：产线不会给你充足异常样本，也不会允许每次换线都重新训练。
所以这篇的价值，不是单纯刷榜，而是把工业 AD 从“一类一训”推向“统一部署”。
SuperADD 继承了 SuperAD / PatchCore 的 memory bank 路线。
训练阶段不更新网络权重，只用正常样本抽取特征，构建正常特征库。测试时，将待检测图像的 patch 特征与 memory bank 做近邻匹配。距离越远，越可能是异常。
它使用 DINOv3‑ViT‑H+/16 作为视觉骨干，并抽取第 7、15、23、31 层特征。浅层看纹理和边缘，深层看结构和语义，多层融合能覆盖划痕、污渍、缺口、结构破损等不同缺陷形态。
这套方案很工程：不训练、不收敛、不做类别模型，用 foundation model 的通用表征能力，换部署侧的稳定性。
工业图像分辨率高，整图推理成本大；但直接切 patch，又容易在窗口边缘产生断裂和误检。
SuperADD 采用 overlapping patch‑wise inference，把图像切成带重叠区域的 patch，并保证 patch 与图像边界对齐，避免 padding 引入假特征。论文中设置 patch size 为 ，最小重叠为 。
单维度 patch 数量计算：
其中 是图像某一维度长度， 是 patch 尺寸， 是最小重叠宽度。
这个改动不花哨，但很实用。对 rice、walnuts、wallplugs 这类位置随机、遮挡复杂、实例堆叠的物体，重叠切块能减少网格伪影和边界漏检。
MVTec AD 2 的难点不只是缺陷小，而是采集条件会变。尤其是光照漂移，会让同一个正常产品在特征空间里“看起来像异常”。
SuperADD 在正常样本特征提取前加入 intensity‑based augmentation，用随机强度缩放模拟曝光和光照变化。这样构建出来的正常特征库，不再只覆盖单一采集条件，而是覆盖更宽的正常外观分布。
阈值策略也更贴近真实上线。论文没有用测试集 GT 找最优阈值，而是从正常训练样本的 anomaly map 中估计阈值：取 95 分位数，再乘一个 gain factor。这样不需要异常标注，也避免了“测试集调参”的实验室味道。
工业检测不是只看热力图，最终还要落到缺陷面积、位置和形态统计。因此，异常 mask 是否连续、干净，非常关键。
SuperADD 在后处理阶段加入 iterative morphological closing，用多方向线性结构元素连接断裂区域，再通过 fill region 填补闭合孔洞，让细长划痕和边缘缺陷形成更完整的异常区域。
论文在 MVTec AD 2 上评估，包括 TESTpub、TESTpriv 和 TESTpriv,mix。核心指标是像素级 F1：
F1 分数：
结果上，SuperADD 在 TESTpub 上达到 62.61% F1；在 TESTpriv 上达到 57.42% F1；在更难的 TESTpriv,mix 上达到 54.35% F1。
表 1：TESTpub 各类别 AU-ROC0.05 与 F1 结果
更关键的是横向对比。表2 显示，SuperADD 在 TESTpriv / TESTpriv,mix 平均 F1 上达到 57.42 / 54.35，超过 PatchCore、EfficientAD、ISVL、RoBiS、ASEG、SuperAD 等方法。去年最强的 ISVL 为 53.81 / 51.43，说明 SuperADD 在分布偏移场景下更稳。
表 2：TESTpriv / TESTpriv,mix 方法对比
SuperADD 不是最花哨的异常检测方法，但它的选题很务实。
当传统 MVTec AD 已经接近饱和，继续刷小数点后的提升意义有限。真正有价值的问题是：产品换了、光照变了、标注没有了，模型还能不能稳定交付？
SuperADD 给出的答案是：用强视觉骨干做通用表征，用记忆库保留正常分布，用重叠 patch 和后处理补工程细节，再用统一超参降低部署复杂度。
它的短板也清楚：DINOv3‑ViT‑H+/16 仍然偏重，极细微缺陷仍难检测，正常样本覆盖度也会影响 memory bank 质量。但从工业落地角度看，这条“免训练、跨类别、抗偏移”的路线值得继续跟。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
专题
