Dinomaly：多类无监督异常检测中的“少即是多”哲学
计算机视觉与模式识别
2025-04-03 v5
摘要
最近的研究强调了无监督异常检测(UAD)的一个实用设置，即为多类图像构建统一模型。尽管针对这一具有挑战性的任务取得了各种进展，但多类设置下的检测性能仍远落后于最先进的类别分离模型。我们的研究旨在弥合这一巨大的性能差距。在本文中，我们介绍了一个极简的基于重建的异常检测框架，名为Dinomaly，它利用纯Transformer架构，不依赖复杂设计、额外模块或专门技巧。鉴于这个仅由注意力和MLP组成的强大框架，我们发现了四个对多类异常检测至关重要的简单组件：(1) 提取通用和判别特征的基础Transformer，(2) 预置Dropout完成所有噪声注入技巧的噪声瓶颈，(3) 自然无法聚焦的线性注意力，以及(4) 不强制逐层和逐点重建的松散重建。我们在流行的异常检测基准（包括MVTec-AD、VisA和Real-IAD）上进行了大量实验。我们提出的Dinomaly在三个数据集上分别实现了令人印象深刻的图像级AUROC：99.6%、98.7%和89.3%，不仅优于最先进的多类UAD方法，而且达到了最先进的类别分离UAD记录。
引用
@article{arxiv.2405.14325,
title = {Dinomaly: The Less Is More Philosophy in Multi-Class Unsupervised Anomaly Detection},
author = {Jia Guo and Shuai Lu and Weihang Zhang and Fang Chen and Huiqi Li and Hongen Liao},
journal= {arXiv preprint arXiv:2405.14325},
year = {2025}
}
备注
IEEE/CVF CVPR 2025