点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达
来源：3D视觉工坊
星球内有20多门3D视觉系统课程、3DGS独家系列视频教程、顶会论文最新解读、海量3D视觉行业源码、项目承接、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎加入！
工业视觉异常检测是现代生产环境中至关重要的一项任务，广泛应用于产品质量控制、缺陷检测等环节。随着生产线对自动化检测的需求不断增长，能够在复杂光照条件和多变场景下稳定运行的异常检测系统变得尤为关键，尤其是在面对分布偏移（如光照变化）时仍能保持高精度检测能力的方案，更是工业落地的核心诉求。
现有的异常检测方法大多依赖类别特定的架构设计或针对每个类别进行超参数调优，这导致在面对新产品类别或外观变化时需要大量的重新训练和适配工作。此外，基于重建的方法（如INP-Former）虽然性能强劲，但训练成本高昂；而传统的记忆库方法（如PatchCore）在处理分布偏移时鲁棒性不足，难以在保持类别无关性的同时实现高精度的异常分割。
本文提出SuperADD，一种基于SuperAD改进的训练无关、类别无关的异常检测管线。核心思路是通过多种通用性改进策略提升模型在分布偏移条件下的鲁棒性，包括采用DINOv3骨干网络、重叠patch处理、基于强度的数据增强、改进的记忆库子采样策略以及迭代形态学闭运算后处理，所有改进均不引入类别特定的参数。
SuperADD在MVTec AD 2数据集的三个测试集上分别取得了62.61%、57.42%和54.35%的像素级F1分数，全面超越SuperAD基线及其他SOTA方法。该方法使用单一架构和统一超参数配置处理所有类别，无需任何训练过程，具备极强的工业部署实用性和泛化能力。
论文信息
标题：SuperADD: Training-free Class-agnostic Anomaly Segmentation -- CVPR 2026 VAND 4.0 Workshop Challenge Industrial Track
作者：Lukas Roming, Felix Lehnerer, Jonas V. Funk, Andreas Michel, Georg Maier, Thomas Langle, Jurgen Beyerer
机构：Fraunhofer IOSB（德国）
原文链接：https://arxiv.org/abs/2605.14808
代码链接：https://github.com/LukasRoom/SuperADD
导读
本文针对CVPR 2026 VAND 4.0工业赛道中视觉异常检测在分布偏移条件下的鲁棒性问题，提出了一种完全训练无关且类别无关的异常分割方法SuperADD。该方法基于SuperAD架构进行多项关键改进：采用DINOv3-ViT-H+/16作为骨干网络以获得更强的视觉表征能力；引入重叠patch处理机制减少网格位置敏感性；应用基于强度的数据增强模拟光照变化；提出基于k近邻的特征级子采样策略替代图像级选择以提升记忆库的分布覆盖度；并设计迭代形态学闭运算后处理获得更空间一致的异常图。在MVTec AD 2数据集上，SuperADD使用单一架构和统一超参数配置，在TESTpub、TESTpriv和TESTpriv,mix三个测试集上分别达到62.61%、57.42%和54.35%的分割F1分数，超越SuperAD及其他SOTA方法，展现出卓越的工业部署潜力。
效果展示
图 3 本文方法的可视化结果 各列依次为：(1) 输入图像；(2) 异常热力图，即后处理前由距离均值图得到的实数值异常分数图；(3) 经阈值分割等后处理得到的二值异常图；(4) 真实标注图。
引言
视觉异常检测在工业检测领域具有极高的应用价值，自动化检测系统能够在高吞吐量生产线上高效识别产品缺陷。然而，实际生产环境中光照条件的变化会显著改变物体外观，导致模型性能严重退化，这一分布偏移问题成为制约异常检测系统可靠性的核心挑战。
近年来，原始MVTec AD基准上的异常检测性能已趋于饱和，SOTA方法的分割精度极高，难以有效区分不同方法的优劣。在去年的VAND 3.0挑战中，表现最优的方法（ISVL、RoBiS）主要基于INP-Former的重建策略，通过Vision Transformer提取内在法线原型并重建正常内容，将重建残差作为异常分数。另一条技术路线是PatchCore及其变体SuperAD所采用的记忆库方法，利用DINOv2提取特征构建原型库，通过最近邻搜索进行异常检测。
现有方法面临几个关键局限性：基于重建的方法需要针对每个类别进行训练，部署成本高；记忆库方法的图像级子采样策略无法有效消除冗余特征向量，且对分布偏移的鲁棒性不足；此外，大多数方法依赖类别特定的超参数调优，难以满足工业场景中快速适配新产品类别的需求。这些局限性促使本文探索一种更具泛化能力的改进方案。
主要贡献
本文在SuperAD的基础上进行了一系列面向泛化性和鲁棒性的改进，旨在构建一个实用可部署的类别无关异常检测管线。主要贡献如下：
• 保持类别无关设置，在所有物体类别上使用相同的架构和超参数配置，无需任何类别特定的调优
• 提出基于k近邻的特征级子采样策略替代原始的图像级coreset选择，提升记忆库对数据分布的覆盖质量
• 引入重叠patch预处理机制，有效减少网格位置相关的伪影，提升模型对不同空间排列物体的泛化能力
• 设计简单的迭代形态学闭运算后处理步骤，获得更空间一致和清晰的异常分割图
• 应用基于强度的数据增强模拟光照变化，显著提升训练与测试数据间存在分布偏移时的检测鲁棒性
• 采用DINOv3替代DINOv2骨干网络，利用更强的预训练视觉表征提升异常检测精度
方法
SuperADD的整体框架继承自SuperAD的记忆库方法，核心流程包括图像预处理、骨干网络特征提取、记忆库构建与最近邻异常检测三个阶段。在推理阶段，输入图像被划分为重叠patch，分别送入冻结的DINOv3骨干网络提取多层特征，然后与预构建的记忆库原型进行最近邻距离计算，最终通过阈值化和后处理生成异常分割图。
骨干网络方面，本文采用预训练的DINOv3-ViT-H+/16模型（约8.4亿参数），从第7、15、23和31层提取特征嵌入。重叠patch处理将输入图像划分为640x640的patch，最小重叠为128像素，patch起始位置线性分布在图像范围内，确保边缘区域也能被充分覆盖。推理完成后，重叠区域的冗余预测被丢弃，剩余嵌入向量映射回原始空间位置并拼接，生成完整的异常距离图。
训练阶段无需任何参数更新，仅使用训练数据构建原型嵌入并推导异常阈值。预处理包括0.625倍下采样、ImageNet归一化和随机强度缩放（0.8-1.2倍）。记忆库子采样采用k近邻策略：对每个候选特征向量计算其k=100个最近邻距离，以全局距离阈值为基准计算子采样分数，保留位于特征空间稀疏区域的向量。阈值估计使用1/8训练样本的第95百分位数乘以增益因子（1.3-1.5），相比使用更高百分位数更加鲁棒。
实验结果
实验在MVTec AD 2数据集上进行评估，该数据集包含8个真实世界物体类别，涵盖散装物品、纹理物体、反射金属和透明物体等多种类型。评估指标为像素级F1分数，在TESTpub、TESTpriv和TESTpriv,mix三个测试集上分别排名。所有实验使用统一的架构和超参数配置，不针对任何类别进行调优。
SuperADD在三个测试集上分别取得了62.61%、57.42%和54.35%的F1分数，全面超越SuperAD基线及其他参赛方法。在散装物品类别（如核桃、墙插）上，重叠patch处理带来了显著提升；在纹理和反射类别上，强度增强有效缓解了光照偏移的影响。形态学闭运算后处理进一步改善了异常图的空间一致性，减少了碎片化的误检区域。
消融实验验证了各改进组件的贡献。DINOv3骨干相比DINOv2带来了基础性能提升；重叠patch处理对空间不变性较强的类别（大米、核桃、墙插）效果显著；强度增强在光照变化较大的测试集上贡献突出；特征级子采样相比图像级选择在多数类别上取得更好效果；形态学闭运算在几乎所有类别上都带来了正向增益。各组件的协同作用使SuperADD在保持类别无关性的同时达到了SOTA性能。
总结 & 未来工作
本文提出SuperADD，一种训练无关、类别无关的异常检测管线，通过DINOv3骨干、重叠patch处理、强度增强、改进子采样和形态学后处理等多项改进，在MVTec AD 2数据集上取得了62.61%的分割F1分数，超越SuperAD及其他SOTA方法。该方法使用单一架构和统一超参数处理所有类别，具备极强的工业部署实用性。
未来工作方向包括进一步优化记忆库的构建效率，探索更高效的特征子采样策略，以及将方法扩展到视频级别的异常检测场景。此外，在更大规模和更多样化的工业数据集上验证方法的泛化能力也是重要的研究方向。
对更多实验结果和文章细节感兴趣的读者，可以阅读一下论文原文~
本文仅做学术分享，如有侵权，请联系删文。
。
添加微信：cv3d001，备注：姓名+方向+单位，邀请入群。
