Real-IAD D³ 是由上海交通大学、上海海洋大学等机构联合发布的一个高精度多模态数据集，相关论文成果为：「Real-IAD D3: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection」，并已被计算机视觉顶会 CVPR 2025 收录。
该数据集包含了 20 个工业产品类别、 69 种缺陷类型，共计 8450 个样本，其中正常样本 5000 个，异常样本 3450 个。数据源自真实的生产线，包含材料准备、缺陷制造、图像采集设置、标记和清洁、注释等步骤，每个样本都包含了同步的 RGB 图像、伪 3D 光度立体图像以及微米级精度的 3D 点云数据，为异常检测提供了更丰富的信息。
数据收集流程