CAD 100K：面向汽车相关视觉异常检测的综合多任务数据集
计算机视觉与模式识别
2026-04-13 v1
摘要
多任务视觉异常检测是汽车制造质量评估的关键任务。现有方法局限于单一任务，缺乏统一的多任务评估基准。为填补此缺口，我们提出CAD数据集——一个大规模、全面的基准，专为汽车相关多任务视觉异常检测设计。数据集包含100余张图像，覆盖7个车辆域和3个任务，为模型提供了汽车相关异常检测的全面视角。它是首个专为多任务学习（MTL）设计的汽车异常数据集，同时融合了针对零样本异常图像的合成数据增强。我们实现了多任务基线模型并进行了广泛实证研究。结果表明，MTL促进了任务间的交互与知识迁移，同时暴露了任务间的挑战性冲突。CAD数据集将为汽车相关多任务视觉异常检测的未来进展提供标准化平台。
引用
@article{arxiv.2604.09023,
title = {CAD 100K: A Comprehensive Multi-Task Dataset for Car Related Visual Anomaly Detection},
author = {Jiahua Pang and Ying Li and Dongpu Cao and Jingcai Luo and Yanuo Zheng and Bao Yunfan and Yujie Lei and Rui Yuan and Yuxi Tian and Guojin Yuan and Hongchang Chen and Zhi Zheng and Yongchun Liu},
journal= {arXiv preprint arXiv:2604.09023},
year = {2026}
}