MVTec AD 2 数据集：用于无监督异常检测的高级场景
计算机视觉与模式识别
2026-03-11 v1
摘要
近年来，针对现有异常检测基准如 MVTec AD 和 VisA 的性能在分割 AU-PRO 方面已趋于饱和，领先模型往往在不足一个百分点的范围内竞争。这种缺乏判别力的现象阻碍了模型间的有意义比较，从而阻碍了该领域的进步，尤其是要考虑到机器学习结果固有的随机性。我们提出了 MVTec AD 2，包含八个异常检测场景，超过 8000 张高分辨率图像。该数据集包含尚未被前述数据集考虑的具有挑战性且高度相关的工业检查用例，包括透明和重叠对象、暗场和背光照明、数据正常值高度变异以及极小缺陷。我们对领先方法进行了全面评估，表明其性能仍低于 60% 的平均 AU-PRO。此外，我们的数据集提供了具有灯光条件变化的测试场景，用于评估方法在真实世界分布迁移下的鲁棒性。我们托管了一个公开可访问的评估服务器，持有测试集的像素级精确 ground truth（https://benchmark.mvtec.com/）。所有图像数据均可在 https://www.mvtec.com/company/research/datasets/mvtec-ad-2 获取。
关键词
引用
@article{arxiv.2503.21622,
title = {The MVTec AD 2 Dataset: Advanced Scenarios for Unsupervised Anomaly Detection},
author = {Lars Heckler-Kram and Jan-Hendrik Neudeck and Ulla Scheler and Rebecca König and Carsten Steger},
journal= {arXiv preprint arXiv:2503.21622},
year = {2026}
}
备注
paper under review; dataset first released for the VAND3.0 challenge @ CVPR 2025 https://sites.google.com/view/vand30cvpr2025/challenge