用于无监督 3D 异常检测与定位的 MVTec 3D-AD 数据集
计算机视觉与模式识别
2022-02-25 v1
摘要
我们引入了首个用于无监督异常检测与定位任务的综合 3D 数据集。其灵感来源于现实世界的视觉检测场景，在这些场景中，模型必须检测出制成品上的各类缺陷，即使它仅在无异常数据上受过训练。有些缺陷表现为物体几何结构上的异常。这些缺陷会在数据的 3D 表示中引起显著偏差。我们采用高分辨率工业 3D 传感器获取了 10 个不同物体类别的深度扫描。对于所有物体类别，我们提供了一个训练集和一个验证集，每个集合仅包含无异常样本的扫描。相应的测试集包含显示各种缺陷（如划痕、凹痕、孔洞、污染或变形）的样本。我们为每个异常测试样本提供了精确的 ground-truth 标注。在我们数据集上进行的 3D 异常检测方法的初步基准测试表明，仍有相当大的改进空间。
引用
@article{arxiv.2112.09045,
title = {The MVTec 3D-AD Dataset for Unsupervised 3D Anomaly Detection and Localization},
author = {Paul Bergmann and Xin Jin and David Sattlegger and Carsten Steger},
journal= {arXiv preprint arXiv:2112.09045},
year = {2022}
}
备注
Accepted for presentation at VISAPP 2022