摘要
视觉异常检测广泛应用于工业质量检测领域。本文提出一个全新的数据集以及一种用于ImageNet预训练的新型自监督学习方法，旨在提升在单类（1-class）和双类（2-class）场景下，5-shot、10-shot及高shot（high-shot）训练设置中的异常检测与分割性能。我们发布了名为“视觉异常”（Visual Anomaly, VisA）的数据集，包含10,821张高分辨率彩色图像（其中9,621张为正常样本，1,200张为异常样本），涵盖12种物体在3个不同领域中的图像，是目前规模最大的工业异常检测数据集。该数据集同时提供图像级和像素级标注。此外，本文提出一种新的自监督学习框架——“找不同”（SPot-the-difference, SPD），该框架能够对对比自监督预训练方法（如SimSiam、MoCo和SimCLR）进行正则化，使其更适用于异常检测任务。在VisA和MVTec-AD数据集上的实验结果表明，SPD consistently 提升了各类对比自监督预训练基线方法的性能，甚至超越了监督预训练方法。例如，在双类高shot设置下，SPD相较于SimSiam和监督预训练，分别将异常分割任务的精确率-召回率曲线下面积（AU-PR）提升了5.9%和6.8%。相关项目已开源，访问地址为：http://github.com/amazon-research/spot-diff。