面向可视异常检测的 VAND 3.0 挑战：从基准到现实
计算机视觉与模式识别
2025-09-23 v1
摘要
视觉异常检测是一个以实际应用为驱动的研究领域。因此，学术界与产业界之间的联系至关重要。为此，我们提出了 VAND 3.0 挑战，以展示该领域在不同实际场景中的最新进展，同时解决该领域的关键问题。本次挑战设有两个轨道，分别促进开发对现实分布偏移具有鲁棒性的异常检测方法（类别1），以及探索视觉语言模型在零样本 regime 下的能力（类别2）。参赛者的解决方案通过组合或改造现有方法并与新流程融合，显著超过了以往基线方法。对于两个轨道而言，大规模预训练视觉（语言）底层模型的进步在性能提升中起到了关键作用；然而，更高效地扩展异常检测方法以满足现场实时和计算约束仍需未来研究者关注。
关键词
引用
@article{arxiv.2509.17615,
title = {From Benchmarks to Reality: Advancing Visual Anomaly Detection by the VAND 3.0 Challenge},
author = {Lars Heckler-Kram and Ashwin Vaidya and Jan-Hendrik Neudeck and Ulla Scheler and Dick Ameln and Samet Akcay and Paula Ramos},
journal= {arXiv preprint arXiv:2509.17615},
year = {2025}
}