Real-IAD 是一个面向工业视觉异常检测的大规模真实数据集,由三星团队于 2024 年发布,包含约 15 万张高分辨率图像、覆盖 30 类物体、每类物体以 5 个相机视角拍摄,是当前该领域规模最大、视角最全的公开基准之一。与 MVTec AD 等依赖人工摆拍缺陷的传统数据集相比,Real-IAD 的缺陷来自真实产线采集,环境变化、遮挡和缺陷形态更接近实际质检场景,因此逐渐成为检测算法论文的常用评测集。
Real-IAD 相关的近期进展
围绕 Real-IAD 等真实工业基准,近期的异常检测研究呈现几个方向:
当前焦点与观察点
从近期文献看,Real-IAD 的出现正在改变异常检测评测的侧重点:过去算法多在 MVTec AD 等规范数据集上接近饱和(像素级 AUROC 普遍超过 98%),而 Real-IAD 上同类方法的成绩明显更低,暴露出真实多视角、光照变化与细微缺陷场景下的性能缺口。
当前的观察点主要有三:一是多视角信息如何有效融合——Real-IAD 提供的 5 视角数据尚未被多数方法充分利用;二是测试时自适应与少样本方法能否弥补真实与实验室场景间的分布差距;三是视觉语言模型与检测器融合(如 AnomalyAgent 一类工作)能否在保持实时性的同时提升工业落地的可靠性。此外,Real-IAD v2 等扩展版本与相关竞赛也在推动该基准的持续更新,值得跟踪其在语义异常检测方向上的延伸。