MMR-AD：用于基准测试通用异常检测的大规模多模态数据集
计算机视觉与模式识别
2026-04-14 v1 人工智能
摘要
在工业异常检测领域，通用异常检测（General Anomaly Detection, GAD）正成为一种新兴趋势，也是最终目标。不同于传统的单类或多类异常检测，通用异常检测旨在训练通用异常检测模型，使其能够直接检测多样化新类别中的异常，无需对目标数据进行任何重新训练或微调。最近，多模态大语言模型（Multimodal Large Language Models, MLLMs）因其革命性的视觉理解和语言推理能力，在实现通用异常检测方面展现出巨大潜力。然而，由于以下原因，MLLMs的通用异常检测能力仍未得到充分探索：（1）MLLMs在大量来自网络的数据上进行预训练，这些数据在异常检测场景中仍存在显著差距。此外，预训练期间的图像-文本对也并非针对异常检测任务设计。（2）当前主流的异常检测数据集基于图像，尚不适用于基于MLLMs的后训练任务。为促进基于MLLMs的通用异常检测研究，我们提出MMR-AD，这是一个为训练和评估MLLMs-based异常检测模型而构建的综合性基准测试基准。通过MMR-AD，我们揭示了当前最先进通用专家MLLMs的异常检测性能仍远低于工业需求。基于MMR-AD，我们还提出了一个基线模型Anomaly-R1，这是一个基于推理的异常检测模型，学习MMR-AD中的思考链（CoT）数据，并通过强化学习进一步提升。大量实验表明，我们的Anomaly-R1在异常检测和定位方面相较于通用专家MLLMs实现了显著提升。
引用
@article{arxiv.2604.10971,
title = {MMR-AD: A Large-Scale Multimodal Dataset for Benchmarking General Anomaly Detection with Multimodal Large Language Models},
author = {Xincheng Yao and Zefeng Qian and Chao Shi and Jiayang Song and Chongyang Zhang},
journal= {arXiv preprint arXiv:2604.10971},
year = {2026}
}
备注
Accepted by CVPR2026