Real-IAD D³ ist ein hochpräziser multimodaler Datensatz, der gemeinsam von der Shanghai Jiao Tong University, der Shanghai Ocean University und anderen Institutionen veröffentlicht wurde. Die relevanten Ergebnisse der Studie sind:Real-IAD D3: Ein realer 2D/Pseudo-3D/3D-Datensatz zur industriellen Anomalieerkennung" und wurde in die Top-Computer-Vision-Konferenz CVPR 2025 aufgenommen.

Der Datensatz enthält 20 Industrieproduktkategorien, 69 Defektarten und insgesamt 8.450 Proben, darunter 5.000 Normalproben und 3.450 Anomalien. Die Daten stammen aus einer realen Produktionslinie, einschließlich Materialvorbereitung, Defektherstellung, Bildaufnahmeeinstellungen, Markierung und Reinigung, Annotation und weiteren Schritten. Jede Probe enthält synchronisierte RGB-Bilder, pseudo-3D-photometrische Stereobilder und 3D-Punktwolkendaten mit Mikrometergenauigkeit und liefert so umfassendere Informationen zur Anomalieerkennung.

Datenerfassungsprozess