來源：公眾號“機工智能AI科研”

原文鏈接：https://mp.weixin.qq.com/s/6Nw8B_EDJCjfIikW_lseXA

• 論文鏈接：https://arxiv.org/abs/2605.14808
• 項目開源地址：https://github.com/LukasRoom/SuperADD
• 作者：Lukas Roming, Felix Lehnerer, Jonas V. Funk, Andreas Michel, Georg Maier, Thomas L?ngle, Jürgen Beyerer
• 單位：Fraunhofer IOSB（德國弗勞恩霍夫光電、系統技術及圖像處理研究所），Independent Research
• 會議：CVPR 2026 VAND 4.0 Workshop Challenge Industrial Track

工業異常檢測現在不缺模型，缺的是能扛產線波動的模型。

真實工廠里，光照會漂、曝光會變、批次會換，相機位姿也可能微調。很多方法在實驗室里指標很好，一到產線就誤檢、漏檢。更麻煩的是，不少方案還要按類別重訓、按產品調閾值，每上一條新線，算法團隊都要重新建庫、驗證、調參，交付成本很高。

SuperADD 這篇 CVPR 2026 工作，切的就是這個痛點：能不能用單一架構、一組統一超參、零訓練流程，完成跨類別工業異常分割？

01 這篇卷的不是模型，而是上線能力

SuperADD 的關鍵詞很明確：training?free、class?agnostic、distribution shift robustness。

它不為每個產品單獨訓練模型，也不依賴類別專屬超參，而是用一套固定 pipeline 跑 MVTec AD 2 的 8 個工業類別。這個設定更貼近真實生產：產線不會給你充足異常樣本，也不會允許每次換線都重新訓練。

所以這篇的價值，不是單純刷榜，而是把工業 AD 從“一類一訓”推向“統一部署”。

02 方法主線：大骨干提特征，記憶庫做檢索

SuperADD 繼承了 SuperAD / PatchCore 的 memory bank 路線。

訓練階段不更新網絡權重，只用正常樣本抽取特征，構建正常特征庫。測試時，將待檢測圖像的 patch 特征與 memory bank 做近鄰匹配。距離越遠，越可能是異常。

它使用 DINOv3?ViT?H+/16 作為視覺骨干，并抽取第 7、15、23、31 層特征。淺層看紋理和邊緣，深層看結構和語義，多層融合能覆蓋劃痕、污漬、缺口、結構破損等不同缺陷形態。

這套方案很工程：不訓練、不收斂、不做類別模型，用 foundation model 的通用表征能力，換部署側的穩定性。

03 重疊切塊：壓住邊界偽影

工業圖像分辨率高，整圖推理成本大；但直接切 patch，又容易在窗口邊緣產生斷裂和誤檢。

SuperADD 采用 overlapping patch?wise inference，把圖像切成帶重疊區域的 patch，并保證 patch 與圖像邊界對齊，避免 padding 引入假特征。論文中設置 patch size 為 ，最小重疊為 。

單維度 patch 數量計算：

其中  是圖像某一維度長度， 是 patch 尺寸， 是最小重疊寬度。

這個改動不花哨，但很實用。對 rice、walnuts、wallplugs 這類位置隨機、遮擋復雜、實例堆疊的物體，重疊切塊能減少網格偽影和邊界漏檢。

04 抗光照漂：先把變化打進正常庫

MVTec AD 2 的難點不只是缺陷小，而是采集條件會變。尤其是光照漂移，會讓同一個正常產品在特征空間里“看起來像異常”。

SuperADD 在正常樣本特征提取前加入 intensity?based augmentation，用隨機強度縮放模擬曝光和光照變化。這樣構建出來的正常特征庫，不再只覆蓋單一采集條件，而是覆蓋更寬的正常外觀分布。

閾值策略也更貼近真實上線。論文沒有用測試集 GT 找最優閾值，而是從正常訓練樣本的 anomaly map 中估計閾值：取 95 分位數，再乘一個 gain factor。這樣不需要異常標注，也避免了“測試集調參”的實驗室味道。

05 后處理：把熱力圖變成可用 mask

工業檢測不是只看熱力圖，最終還要落到缺陷面積、位置和形態統計。因此，異常 mask 是否連續、干凈，非常關鍵。

SuperADD 在后處理階段加入 iterative morphological closing，用多方向線性結構元素連接斷裂區域，再通過 fill region 填補閉合孔洞，讓細長劃痕和邊緣缺陷形成更完整的異常區域。

06 結果：統一參數下，平均 F1 最優

論文在 MVTec AD 2 上評估，包括 TESTpub、TESTpriv 和 TESTpriv,mix。核心指標是像素級 F1：

F1 分數：

結果上，SuperADD 在 TESTpub 上達到 62.61% F1；在 TESTpriv 上達到 57.42% F1；在更難的 TESTpriv,mix 上達到 54.35% F1。

表 1：TESTpub 各類別 AU-ROC0.05 與 F1 結果

更關鍵的是橫向對比。表2 顯示，SuperADD 在 TESTpriv / TESTpriv,mix 平均 F1 上達到 57.42 / 54.35，超過 PatchCore、EfficientAD、ISVL、RoBiS、ASEG、SuperAD 等方法。去年最強的 ISVL 為 53.81 / 51.43，說明 SuperADD 在分布偏移場景下更穩。

表 2：TESTpriv / TESTpriv,mix 方法對比

07 結語：工業 AD 開始卷魯棒交付

SuperADD 不是最花哨的異常檢測方法，但它的選題很務實。

當傳統 MVTec AD 已經接近飽和，繼續刷小數點后的提升意義有限。真正有價值的問題是：產品換了、光照變了、標注沒有了，模型還能不能穩定交付？

SuperADD 給出的答案是：用強視覺骨干做通用表征，用記憶庫保留正常分布，用重疊 patch 和后處理補工程細節，再用統一超參降低部署復雜度。

它的短板也清楚：DINOv3?ViT?H+/16 仍然偏重，極細微缺陷仍難檢測，正常樣本覆蓋度也會影響 memory bank 質量。但從工業落地角度看，這條“免訓練、跨類別、抗偏移”的路線值得繼續跟。