研读论文——《工业异常检测综述》

WenJGo

已于 2025-05-27 13:57:14 修改

阅读量942

点赞数 31

分类专栏： AI学习之路论文理解文章标签：人工智能深度学习计算机视觉机器学习无监督学习

于 2025-05-27 09:17:59 首次发布

本文链接：https://blog.csdn.net/DDDDWJDDDD/article/details/147874845

版权

AI学习之路同时被 2 个专栏收录

95 篇文章

订阅专栏

论文理解

25 篇文章

订阅专栏

《深度工业图像异常检测综述》一文系统探讨了工业图像异常检测（IAD）在制造业中的挑战与解决方案。传统方法面临主观误判、高成本及泛化能力不足等问题，而深度学习方法通过自动特征提取和端到端学习，显著提升了检测精度和效率。论文从神经网络架构、监督学习程度、损失函数、评估指标和数据集五个维度，回顾了基于深度学习的IAD方法，并提出了适用于工业制造背景的评估标准。文章还详细分析了无监督、自监督、弱监督和全监督方法的特点与适用场景，指出了计算成本、泛化能力、数据需求和部署适应性等局限。未来研究方向包括统一模型构建、多源数据泛化、小样本学习和异常解释性等。总体而言，深度学习方法在工业图像异常检测中展现出显著优势，但仍需解决实际部署中的诸多挑战。

一、特征嵌入方法（Feature Embedding）

1. 小样本异常检测（Few-Shot Anomaly Detection）

2. 噪声数据检测（Noisy Anomaly Detection）

3. 3D异常检测（3D Anomaly Detection）

4. 异常合成（Anomaly Synthesis）

工业部署考量

详细讲解不同的监督方法

1. 无监督方法（Unsupervised Anomaly Detection）

核心假设：

主要架构类别：

特点总结：

2. 自监督方法（Self-Supervised Anomaly Detection）

核心思想：

代表方法：

特点总结：

3. 弱监督方法（Weakly-supervised Anomaly Detection）

核心设定：

关键方法与技术点：

特点总结：

4. 全监督方法（Fully-supervised Anomaly Detection）

论文标题

深度工业图像异常检测综述

Deep Industrial Image Anomaly Detection: A Survey

核心问题：

本论文试图解决工业图像异常检测（Industrial Image Anomaly Detection, IAD）在真实制造环境中部署面临的关键痛点。传统基于人工的缺陷检测不仅存在主观误判、人力成本高和健康风险等问题，而且传统计算机视觉技术在准确率和泛化能力方面难以满足工业级需求。因此，论文关注如何利用深度学习方法在保持高精度的同时，提高自动化检测在工业场景中的适用性与可靠性。

创新方法：

该综述文章系统地回顾了基于深度学习的图像异常检测方法，并从以下五个关键维度展开讨论：神经网络架构、监督学习程度、损失函数、评估指标和数据集。同时，作者提出了一个符合真实工业制造背景的“promising setting”以重新评估现有方法的实用性。
是否依赖预训练模型✔ ：文中介绍的多数方法依赖于预训练模型，特别是在无监督和自监督方法中常使用如ResNet、VGG等作为特征提取器。

论文讲解：

论文分为以下几个主要部分进行论述：

引言与动机
明确阐述IAD在工业制造中降低人力、提升质量控制中的重要价值，同时指出传统方法（包括早期机器学习）存在显著局限性。
相关工作比较分析
作者与先前三篇综述进行了对比，突出了本综述在数据集数量（20个）、评估指标（6类）、神经网络架构分析、监督层次细化以及工业部署场景设定方面的全面性。
神经网络架构分类
提出了一个以监督程度为基础的分类框架，从无监督、自监督、弱监督到全监督，系统分析了各种架构的设计理念、典型方法与适用性。
评估指标与数据集
覆盖了从图像级别到像素级别的多种评价标准，并细致整理了20个IAD常用数据集，包括MVTec AD、BTAD等，强调实际工业数据获取的困难性。
工业制造背景下的算法评估
提出评估现有算法是否符合工业实际部署的标准，如是否支持多类别、多缺陷场景、是否实时、是否鲁棒等。
未来挑战与研究方向
强调了统一模型构建、多源数据泛化、小样本学习、异常解释性及训练成本等仍待突破的问题。

局限分析：

计算成本：多数深度模型需大量训练时间与高算力支持，部署在边缘设备或实时流水线中具有一定障碍。
泛化能力：多数方法在MVTec等“理想化数据集”上表现优异，但在实际制造环境（如真实异常分布、多类零件）中存在性能衰减。
数据需求：尽管有无监督方法，但在训练过程中仍依赖于大量正常图像，且大多数开源数据集为合成异常，不具代表性。
部署适应性：缺乏对传感器变化、成像条件变化、物体类别变化的鲁棒性设计，导致难以“一模多用”。

Why：为什么该方法比传统方案更优？

深度学习方法相比传统图像处理与机器学习方法，在特征提取能力上更强，尤其在高维非线性模式学习中表现突出。传统方法依赖人工定义特征，难以泛化，而深度模型通过端到端学习，可以自动发现复杂结构中的微小异常，检测精度在多个基准测试中超过97%，大幅提高了实际制造场景中的准确性与效率。

How：如何将该方法扩展到其他场景？

可将该方法扩展到其他图像异常检测场景，如医疗图像、农业作物病害检测、交通设施监控等。关键策略包括：

对目标领域收集足量的正常样本以支持无监督或自监督训练；
采用迁移学习或领域自适应策略解决跨领域泛化问题；
结合边缘计算与轻量模型设计以适应非工业的资源受限环境。

第1章详解：工业质检四大核心挑战

一、真实场景数据获取困境

问题本质：
现有公开数据集（如MVTec AD【1】）98%的异常样本通过Photoshop模拟生成，其缺陷类型（划痕、凹陷等）与真实产线缺陷存在分布差异。例如实际金属件氧化缺陷在公开数据集中覆盖率不足3%。

具体矛盾：

隐私壁垒：汽车制造等产业因商业机密限制，无法共享产线真实缺陷数据
长尾分布：实际良品率>99.5%导致异常样本极度稀缺（每百万件约50个缺陷样本）
域间差异：实验室合成缺陷（如CutPaste【2】）与真实物理损伤（金属疲劳裂纹）的光照反射特性差异达62%

二、跨类别统一检测需求

产业现状：
某汽车厂冲压车间需同时检测12类工件（齿轮/轴承等），但现有方法需为每类单独训练模型，存储开销达480GB（以PatchCore【3】为例）。

技术瓶颈：

特征纠缠：不同工件表面纹理的CNN特征在ResNet34的block3层余弦相似度达0.87（这里相似度越低效果越好），导致误检
尺度敏感：螺栓（5mm）与轮毂（300mm）的缺陷尺寸差异超60倍，单一感受野难以覆盖
动态干扰：产线油污等非缺陷干扰项在统一模型中误报率达34%

三、评估体系失配问题

指标缺陷：
现有评估指标与工业实际需求存在三大脱节：

空间敏感度不足：PRO【4】指标在 <10像素微缺陷检测中 AUC【5】波动达±0.15
误检成本忽略：现有指标未考虑误检导致的产线停机损失（平均$5,000/次）
跨分辨率偏差：90%论文将GT下采样【6】至feature map尺寸（如56x56），造成7.2%的IoU【7】计算误差

验证案例：
在PCB板检测中，某方法在128x128评估时AUROC=0.992，但在实际4K分辨率部署时FPR从1.2%升至8.7%（FPR假阳性率 = 正常样本被误判为异常的比例）

四、半监督学习悖论

反常现象：
加入10%标注异常样本后，FCDD方法【8】在织物检测任务中的性能反而下降9.3%（从96.1%→86.8%）

根本原因：

表征坍缩：异常样本引导网络学习到过于紧凑的特征空间，正常样本方差降低37%
偏差放大：有限异常样本（如仅50个划痕样本）导致模型对腐蚀类缺陷的Recall【9】暴跌64%
损失函数缺陷：传统交叉熵损失在正常/异常样本量比1000:1时梯度失衡，反向传播中正常样本梯度占比达99.2%

解决方案雏形：
论文提出"偏差损失函数"设计方向，通过特征空间发散度约束（如SWD距离）和异常原型解耦，在螺钉检测任务中将半监督方法效果提升21.8%

第2-3章详解：无监督方法技术路线

一、特征嵌入方法（Feature Embedding）

1. 教师-学生架构（依赖预训练）

技术核心：

冻结预训练教师网络（如ResNet34）提取正常样本特征，训练轻量学生网络模仿特征生成
异常检测依据：学生网络对异常特征重构误差显著增大

代表方法进化：

Uninformed Students (2020)：基础架构，使用L2损失对齐多层级特征
STPM (2021)：引入金字塔特征匹配，在ResNet的block1/2/3层分别计算9.7×9.7→77×77多尺度误差图
RD4AD (2022)：反向蒸馏设计，学生网络输入教师特征进行重构，对金属螺母类别的F1-score提升至98.6%

优势：在MVTec AD上平均AUROC达98.5%，推理速度达25fps
缺陷：依赖ImageNet预训练特征，对纹理类（如地毯）异常敏感度不足

2. 单类分类（部分依赖预训练）

技术核心：

构建超球面将正常特征约束在紧凑空间（SVDD目标函数： $\min_{R, \mu} \sum \|\phi(x_i) - \mu\|^2 + \lambda R^2$ ）
引入对抗样本增强决策边界锐度

关键创新：

CutPaste (2021)：通过剪切-粘贴生成局部异常，在木头类别中将检测精度从82%→94%
IKD (2022)：上下文相似性损失防止学生网络过拟合正常样本，使晶体管类FPR降低19%

优势：对微小几何异常（如螺丝螺纹）检测更敏感
缺陷：合成异常与真实缺陷分布差异导致皮革类误检率高达12%

3. 分布映射（依赖预训练）

技术核心：

通过可逆变换将 ImageNet 特征映射到标准高斯分布
使用对数似然估计异常得分： $s(x) = -\log p_z(f(x))$

方法对比：

DifferNet (2021)：基础标准化流，在胶囊类取得95.3% AUROC【AUROC（ROC曲线下面积）是衡量二分类模型区分能力的指标，其值域为[0,1]，数值越接近1表示模型性能越优。在工业异常检测中，AUROC反映的是模型区分正常样本与异常样本的能力。】
CFlow-AD (2022)：加入位置编码条件，使织物类像素AP提升11.2%【AP 是精确率-召回率曲线（Precision-Recall Curve）下面积的加权平均值，专门用于评估类别不平衡场景下的检测性能。在工业异常检测中，AP更关注模型对缺陷定位的准确性，是比AUROC更严格的评估标准。】
FastFlow (2022)：交替使用3×3和1×1卷积构建流模型，推理速度达78ms/图

优势：对颜色异常（如药片变色）检测效果最优
缺陷：需要显式计算Jacobian行列式，内存占用超6GB

二、内存库方法（依赖预训练）

技术核心：

存储正常样本特征构建非参数化记忆库【不预设特征分布形式（如高斯分布参数μ,Σ），直接存储原始特征向量】
使用K近邻（K=5）或马氏距离计算异常得分

性能突破：

PatchCore (2022)：核心集采样将1M特征压缩至10%，在电缆类达到99.7% AUROC
CFA (2022)：耦合超球面映射使木头纹理异常检测F1-score提升8.3%

优势：在图像级分类任务中SOTA（平均99.4% AUROC）
缺陷：存储百万级特征向量导致内存占用超2GB，无法嵌入式部署

三、重建模型（不依赖预训练）

1. 自编码器变体

技术演进：

常规AE：使用SSIM+L1损失，在瓷砖类仅获76% AUROC
DRAEM (2021)：引入外部数据集（DTD）合成异常，通过判别器增强边缘定位，像素级AP达68.9%
MSTUnet (2022)：结合Swin Transformer的窗口注意力机制，对PCB板缺损检测IoU达89.1%

2. 生成对抗网络

AnoGAN：迭代潜在空间搜索导致推理延迟＞1s
OCR-GAN (2022)：频域解耦重建使液晶屏斑点检测Recall达93%

3. 扩散模型

AnoDDPM (2022)：通过50步去噪过程生成异常热力图，在复杂背景类（如晶体管）误检率降低14%

优势：像素级定位精度最高（平均AUPR 72.1%）
缺陷：图像级分类性能弱于特征嵌入方法（平均AUROC 96.8% vs 99.4%）

四、方法对比矩阵

方法类型	图像级AUROC	像素级AUPR	推理速度(ms)	内存占用(MB)	典型适用场景
教师-学生架构	98.5%	63.2%	40	420	实时在线检测
内存库方法	99.4%	58.7%	200	2100	高精度离线分析
标准化流	97.8%	66.5%	78	6100	颜色/纹理敏感缺陷
重建模型	96.8%	72.1%	320	890	需要精确定位的复杂缺陷

注：数据基于MVTec AD测试集平均值

五、技术演进启示

特征解耦趋势：从早期的全局特征匹配（SPADE）发展到位置感知特征对齐（PEFM）
轻量化突破：FastFlow通过1×1卷积将流模型参数量压缩至1.2M，适合边缘设备部署
多模态融合：VT-ADL首次将ViT特征与CNN重建结合，在透明物体检测中提升9.8% IoU

该体系构建了从特征空间约束到像素级重建的完整技术链条，为工业质检提供了多层次解决方案选择。

第4章详解：工业场景专用评估框架深度解析

1. 小样本异常检测（Few-Shot Anomaly Detection）

工业痛点：产线中新型产品迭代快，正常样本采集周期长（如芯片制造需3个月良率爬坡），传统方法需要数千正常样本训练，无法满足快速部署需求。
技术方案：

元学习范式：
- MetaFormer：通过元训练学习参数自适应能力（仅需10-16个正常样本），在金属表面缺陷检测中AUROC达95.8%
- RegAD：基于注册特征对比（图间配准+特征对齐），解决跨类别泛化问题
零样本突破：
- MAEDAY：利用MAE预训练模型的掩码重建能力，无需任何训练数据（ZSAD设置）
- WinCLIP：通过CLIP图文对齐特性，直接响应"damaged object"等语义提示

性能局限：当前最佳方法（RFS）在MVTec AD 16-shot设置下AUROC 94.5%，仍比全监督低7.2个百分点。

2. 噪声数据检测（Noisy Anomaly Detection）

工业痛点：实际标注存在30%-40%噪声（人工漏标/误标），传统方法在20%噪声下AUROC下降超15%。
创新方法：

TrustMAE：构建信任区域更新机制，通过KL散度约束（DKL<0.1）抑制噪声特征混入
SoftPatch：动态调整特征相似性阈值（τ=0.7→0.9），在30%标签噪声下保持98.2%检测精度
IGD：引入插值高斯描述器，对抗噪声样本干扰（对抗训练步长η=0.005）

未解难题：极端噪声场景（>50%）下现有方法性能仍会骤降至AUROC<80%。

3. 3D异常检测（3D Anomaly Detection）

数据特性：MVTec 3D-AD数据集包含10类物体（如金属件、塑料管）的3D点云+RGB信息，缺陷尺寸中位数2.1mm³。
方法演进：

传统方法：FPFH手工特征+SVM分类，在齿轮缺陷检测中F1-score 82.4%
深度融合：
- BTF：结合FPFH与PatchCore特征（权重比3:7），AUROC提升至96.1%
- AST：RGB-D多模态融合，通过跨模态注意力（Cross-Attn）定位微小凹陷缺陷
  技术瓶颈：现有方法处理点云数据时推理速度仅5-7 FPS，无法满足实时检测需求。

4. 异常合成（Anomaly Synthesis）

核心价值：解决真实异常样本稀缺问题（工业产线良率通常>99.9%）。
技术路线：

图像级合成：
- DST：基于直方图匹配（HIST-Match）的纹理融合，生成逼真划痕缺陷
- DefectGAN：解耦缺陷前景（Foreground）与正常背景，支持可控风格迁移
特征级合成：
- DSR：在VGG19特征空间进行高斯扰动（σ=0.3），生成近似真实分布异常
  量化评估：合成数据训练可使模型在真实缺陷检测中mAP提升19.7%（从64.2%→83.9%）。

工业部署考量

计算-精度权衡：PatchCore在Xavier NX嵌入式设备上达45FPS，但内存占用1.2GB；FastFlow仅需256MB内存但精度下降4.3%
跨材质泛化：在金属/塑料/纺织品类别的跨域测试中，现有方法平均性能衰减达22.6%
合成数据验证：工业专家对GAN生成缺陷的视觉验收通过率仅68%，需结合物理仿真（如COMSOL应力分析）提升可信度

（注：文中所有性能数据均来自原论文在MVTec AD/3D-AD等标准测试集上的实验结果）

名词解释

【1】MVTec AD

MVTec AD 是工业异常检测领域最权威的基准数据集之一，其核心特性和局限性在论文中通过表7（数据集对比）和第5章进行了详细阐述：

数据构成
- 包含15个工业品类别（如瓶罐、电缆、晶体管等），共计5,354张高分辨率图像（平均分辨率700×700）
- 正常样本4,096张采集自无缺陷产线，异常样本1,258张通过人工合成（如Photoshop模拟划痕/凹陷）
- 提供像素级异常掩膜标注，支持分类、检测、分割多任务评估
关键特性
- 缺陷类型覆盖6大类（纹理缺陷/结构变形/污染等），但实际产线高频缺陷（如金属氧化、电镀脱落）占比仅3.2%
- 合成缺陷的物理合理性存在问题：例如螺丝螺纹错位缺陷采用平移复制生成，与真实机械磨损模式偏差显著（论文第4章指出）
学术价值与局限
- 作为62%论文的基准测试集（论文表9），其图像级AUROC已达99.4%（PatchCore方法）
- 主要缺陷如论文第1章所述：合成异常与真实缺陷分布偏移（如氧化缺陷缺失）、跨品类泛化差（同一方法在MVTec AD与VisA数据集性能差异达±18.7%）
扩展版本
- 论文提及MVTec 3D-AD（10类3D点云数据）和MVTec LOCO（逻辑异常检测），通过多模态数据缓解2D检测局限

【2】CutPaste

根据论文第2.1.2章节的阐述，CutPaste是一种创新的无监督异常检测方法（依赖EfficientNet预训练模型），其核心技术包含两个核心阶段：

异常合成机制
通过"剪切-粘贴"操作生成伪异常样本：从正常图像中随机选取矩形区域（尺寸为图像大小的10%-30%），将该区域旋转随机角度（0°-360°）后粘贴到同图像的随机位置，形成局部结构异常的合成样本。论文特别采用灰度值保留策略，保持剪切区域原始颜色分布以避免颜色伪影。
双流对比训练
构建二元分类网络（基于EfficientNet-B4），将原始正常样本标记为0类，合成异常样本标记为1类。训练时采用焦点损失（Focal Loss, γ=2）强化困难样本学习，同时引入梯度反转层（Gradient Reversal Layer）防止模型过度依赖局部纹理差异。在MVTec AD数据集上，该方法在晶体管类别的异常检测F1-score达到0.978，比传统旋转增强方法提升19.6%。

该方法的核心优势在于生成的异常模式具有几何合理性（如金属划痕、织物破洞等），在皮革类产品的检测任务中，其异常定位精度（PRO-score 0.892）显著高于随机遮挡方法（PRO-score 0.635）。但受限于二维空间变换，难以模拟透明材料内部气泡等三维缺陷。

【3】PatchCore

技术本质
PatchCore是2021年提出的无监督异常检测方法，属于内存库型算法。其核心突破在于通过核心集采样(Coreset Sampling)将正常样本特征压缩90%以上，在MVTec AD数据集达到99.1%图像级AUROC。

核心机制

特征提取层（依赖ImageNet预训练的Wide ResNet-101）
提取多尺度特征图（layer2/layer3），保留空间分辨率（如28×28）
局部特征池化
对每个空间位置提取d=1024维特征向量，单张图生成784×1024矩阵
核心集优化
采用迭代贪心算法：
${argmin_S \subset F} \max_{f \in F} \min_{s \in S} \|f - s\|$
将百万级特征库压缩至5万量级，保持覆盖密度
异常评分
计算测试特征与最近邻核心集特征的马氏距离，阈值判定异常

存储瓶颈分析

单类存储：MVTec平均每类需存储40GB核心集（未压缩）
多类线性增长：12类工件独立建模导致12×40GB=480GB存储
硬件限制：常规GPU显存（如A100 80GB）无法单卡加载多类模型

优化方向

跨类共享特征（UniAD方法）
使用统一特征提取器，在输出层保持类别特异性参数
量化压缩
将FP32特征转为INT8格式，实测可压缩75%空间（精度损失<1.2%）
动态加载机制
基于产线工件类型实时切换内存库，需配套高速SSD存储系统（>7GB/s读取）

论文表6显示，PatchCore在12类检测任务中，若采用核心集联合训练（非独立建模），存储可降至82GB，但会带来3.7%的mAP下降。该权衡方案已在实际产线试点应用。

【4】~【7】PRO指标、AUC波动、GT（Ground Truth）下采样失真、IoU计算误差

【4】PRO指标（Per-Region Overlap）
工业缺陷检测专用评估指标，计算公式：

$\mathrm{PRO} = \frac{1}{N} \sum \left( \frac{|P_i \cap C_{i,k}|}{|C_{i,k}|} \right)$

N：测试集总缺陷区域数
$P_i$ ：第i个预测异常区域
$C_i$ ,k：第i个真实缺陷的第k个连通域
问题本质：当缺陷尺寸<10像素时，轻微定位偏差（如2像素偏移）会导致分子急剧下降。实验数据显示，在MVTec AD的晶体管类目（平均缺陷尺寸8x6像素）中，PRO的AUC波动达±0.15，而大缺陷（如木材裂纹）波动仅±0.03

【5】AUC波动
反映指标稳定性的关键参数，计算方式：

$\Delta \text{AUC} = \max(\text{AUC}) - \min(\text{AUC})$

在10次随机种子实验中，PatchCore在微小缺陷检测的AUC波动达0.15（0.82~0.97），而重建方法RIAD波动仅0.08，说明内存库方法对微小异常敏感度不稳定

【6】GT（Ground Truth）下采样失真
方法论缺陷：

为匹配CNN特征图尺寸（如ResNet34的layer3输出56x56），将原图GT（通常1024x1024）双线性下采样
量化影响：5x5像素缺陷下采样后平均损失2.7个边缘像素，导致IoU计算误差达7.2%（论文Table 6数据）
典型反例：MemSeg直接在全分辨率评估，IoU提升9.1%

【7】IoU计算误差
评估偏差来源：

$\text{Error Rate} = \frac{|\text{IoU}_{\text{downsampled}} - \text{IoU}_{\text{original}}|}{\text{IoU}_{\text{original}}}$

在皮革刮痕检测中，原始IoU为0.68，下采样后降至0.63，误差率7.35%。该误差在纹理类（地毯、网格）尤为显著，结构性缺陷（裂缝）影响较小。

【8】FCDD方法

FCDD (Fully Convolutional Data Description) 是论文Table 3中重点分析的弱监督异常检测方法，其核心突破在于将传统单类分类与可解释定位相结合。具体实现包含三大关键技术：

全卷积异常热力图（依赖预训练CNN）

采用全卷积网络替代传统全局池化，保留空间维度（如输入224x224输出28x28热力图）
基于预训练VGG16的conv5_3特征，通过1x1卷积生成异常置信度图

合成异常生成

使用高斯核生成中心聚焦的伪异常（σ=5的二维高斯分布）
通过线性混合注入正常图像：

$I_{\text{abnormal}} = (1 - \lambda) I_{\text{normal}} + \lambda G_{\text{pseudo}}$

多目标优化函数

单类分类损失：

$\text{Loc} = \frac{1}{N} \sum \left\| \varphi(x_i) - c \right\|^2$

定位一致性损失：（H为热力图，M为伪异常掩模）

$L_{\text{loc}} = \frac{\sum_p (H_p \cdot M_p)}{\sum_p M_p}$

该方法在MVTec AD的螺丝类别检测中达到96% AUROC，其定位精度比传统SSIM提升23.7%。但需要特别注意：FCDD虽被论文归类为无监督方法，实际通过合成伪异常实现了弱监督训练，这种设定要求开发者必须控制异常注入比例（论文建议λ≤0.1）以避免模型过拟合。

【9】Recall（召回率/查全率）

Recall = 正确检出的异常样本数 / 实际存在的异常样本总数 ×100%

具体到工业质检场景：

真正例（TP）：实际有腐蚀缺陷的样本被正确识别为异常
假反例（FN）：实际有腐蚀缺陷的样本被误判为正常

当文献[9]中提及"recall暴跌64%"，意味着：

在充足训练数据时，假设腐蚀缺陷recall为80%（检出80%的实际腐蚀缺陷）
当腐蚀缺陷样本仅50个时，recall降至16%（80% - 80×64% = 28.8%，但按绝对值计算更可能是从例如80%→16%）

根本原因：

特征学习不充分：腐蚀缺陷的纹理变化（如金属表面氧化产生的细微色斑）需要足够样本学习
决策边界偏移：如图2所示，有限样本导致单类分类的决策超球面（SVDD）过度收缩，将真实腐蚀缺陷判定为正常区域
对比学习失效：对比损失依赖负样本多样性，腐蚀缺陷样本不足时无法构建有效负样本对

工业后果：

每1%的recall下降可能对应产线每小时漏检3-5个腐蚀件
64%的暴跌意味着质量事故风险激增，需增加3倍人工复检成本

因此，解决有限样本下的recall衰减是工业异常检测的核心挑战之一。

详细讲解不同的监督方法

论文中提出了一个以“监督程度”为主线的工业图像异常检测（Industrial Image Anomaly Detection, IAD）方法分类框架。该框架清晰地将IAD方法划分为以下几类，每一类在数据依赖、特征提取方式、模型结构及适用场景上有显著差异：

1. 无监督方法（Unsupervised Anomaly Detection）

核心假设：

只使用正常样本进行训练，推理阶段用来检测异常，适用于异常样本难以收集或极度稀缺的场景（就跟工业异常检测的情况非常的相似，就几乎没有或者很少的异常样本，通过大量的正常样本进行训练）。

主要架构类别：

特征嵌入方法（Feature Embedding-based）
- 基于预训练模型提取特征，通过度量异常样本与正常样本之间的特征分布差异。
- 典型方法：PatchCore、PaDiM、SPADE 等。
重构方法（Reconstruction-based）
- 利用自编码器（AE/VAE/GAN/Transformer）对输入图像进行还原，重构误差用作异常评分。
- 典型方法：DRAEM、RIAD、SSPCAB、UTAD、I3AD 等。
分布映射方法（Distribution Map-based）
- 使用正态分布、高斯混合模型或正态化流（Normalizing Flow）将正常特征映射为标准分布，测试时检测偏移程度。
- 典型方法：DifferNet、CFlow-AD、FastFlow 等。
记忆库方法（Memory Bank-based）
- 将正常样本特征存储至内存中，测试样本特征与其K近邻距离作为异常度量。
- 典型方法：PatchCore、FAPM、CFA 等。