Dans le domaine de la détection d’anomalies, les méthodes réussissent souvent soit sur des benchmarks sémantiques de haut niveau, soit sur des benchmarks industriels de bas niveau, mais rarement avec une compétence transversale à plusieurs domaines. Les anomalies sémantiques sont des nouveautés qui diffèrent en signification par rapport au jeu de données d’entraînement, comme des objets inconnus dans les véhicules autonomes. En revanche, les anomalies industrielles sont des défauts subtils qui préservent la signification sémantique, par exemple des fissures dans des composants d’avion. Dans cet article, nous présentons GeneralAD, un cadre de détection d’anomalies conçu pour fonctionner efficacement dans des contextes sémantiques, proches de la distribution et industriels, avec des ajustements par tâche minimaux. Notre approche exploite la structure inhérente des Vision Transformers, entraînés sur des patches d’images, garantissant ainsi que les derniers états cachés conservent une structure basée sur des patches. Nous proposons un nouveau module auto-supervisé de génération d’anomalies qui utilise des opérations simples telles que l’ajout de bruit et le mélange des features de patches pour construire des échantillons pseudo-anormaux. Ces features sont ensuite alimentées dans un discriminateur basé sur l’attention, entraîné à évaluer chaque patch de l’image. Grâce à cette architecture, notre méthode parvient à détecter avec précision les anomalies au niveau de l’image tout en générant des cartes d’anomalies interprétables. Nous avons évalué de manière exhaustive notre approche sur dix jeux de données, obtenant des résultats de pointe dans six cas et des performances équivalentes dans les quatre autres, tant pour les tâches de localisation que pour celles de détection.