Real-IAD D³ est un ensemble de données multimodales de haute précision, publié conjointement par l'Université Jiao Tong de Shanghai, l'Université océanique de Shanghai et d'autres institutions. Les résultats de l'étude sont les suivants :Real-IAD D3 : un ensemble de données 2D/pseudo-3D/3D du monde réel pour la détection d'anomalies industrielles", et a été inclus dans la meilleure conférence sur la vision par ordinateur CVPR 2025.

L'ensemble de données contient 20 catégories de produits industriels, 69 types de défauts et un total de 8 450 échantillons, dont 5 000 échantillons normaux et 3 450 échantillons anormaux. Les données proviennent d'une ligne de production réelle, incluant la préparation des matériaux, la fabrication des défauts, les paramètres d'acquisition d'images, le marquage et le nettoyage, l'annotation et d'autres étapes. Chaque échantillon contient des images RVB synchronisées, des images stéréoscopiques photométriques pseudo-3D et des données de nuages de points 3D d'une précision de l'ordre du micron, fournissant des informations plus riches pour la détection des anomalies.

Processus de collecte de données