本文提出Dinomaly，一种创新的多类别无监督异常检测（Multi-class UAD）方法，旨在解决传统UAD模型在处理多类别异常时的性能瓶颈。Dinomaly的核心理念是“少即是多”，通过简化模型设计和引入巧妙的机制，首次实现了多类别统一模型在性能上逼近甚至超越单类别专用模型。文章详细介绍了Dinomaly如何利用Foundation Model的自重建框架、Dropout噪声瓶颈、Linear Attention以及松散的重建约束来克服“过泛化”问题，并在多个数据集上取得了SOTA性能。该方法已被集成到Intel Anomalib工具库，具有极强的可扩展性和易用性。

💡 Dinomaly的核心创新在于其“少即是多”的哲学，旨在解决多类别无监督异常检测（Multi-class UAD）中，由于“正常”分布多样性导致的模型性能下降问题。通过简化模型设计，Dinomaly实现了性能的显著提升，首次使多类别统一模型能够媲美甚至超越单类别专用模型。

🚀 Dinomaly的实现策略包括：1. 利用DINOv2等Foundation Model提取的通用表征进行自重建，强调“What I cannot create, I do not understand”。2. 巧妙运用Dropout作为特征层面的噪声瓶颈，阻断“过泛化”现象，即“Dropout is all you need”。3. 采用“不聚焦”的Linear Attention，避免模型学习简单的恒等映射，即“One man’s poison is another man’s meat”。4. 通过松散的特征约束和Hard Mining，给Decoder更多自由度，防止其学得过好，即“The tighter you squeeze, the less you have”。

📈 Dinomaly在多个数据集（如MVTec AD, VisA, Real-IAD）的69个类别上验证了其卓越性能，在多个场景下达到了多类别UAD的SOTA水平，甚至超越了单类别UAD的性能。此外，Dinomaly展现出强大的可扩展性，其性能随骨干模型尺寸、ImageNet linear-probing精度和图像分辨率的增加而提升，并适配多种预训练架构。

🛠️ Dinomaly方法简洁优雅，易于扩展，自开源以来已获得广泛关注。其后续工作也发表在CVPR 2025和ICML 2025等顶级会议，并在异常检测竞赛中取得优异成绩。该模型已被集成至Intel的开源异常检测工具库Anomalib，方便用户使用和进一步研究。

🌟 Dinomaly的出现标志着多类别无监督异常检测领域的一个重要突破，它证明了通过精巧的设计和对现有机制的创新运用，可以极大地提升模型的性能和实用性，为工业质检、医学影像等领域的异常检测应用提供了更优的解决方案。

原创 让你更懂AI的 2025-07-25 18:17 北京

异常检测也能all in one？

太长不看版：最简单的 trick 刷最高的点，让多类异常检测性能首次逼近甚至超越单类模型水平！现已加入 Intel Open Edge 异常检测工具库 Anomalib。

论文标题：

Dinomaly: The Less Is More Philosophy in Multi-Class Unsupervised Anomaly Detection

作者单位：

清华大学，北京理工大学，上海交通大学

论文地址：

https://arxiv.org/abs/2405.14325

项目地址：

https://github.com/guojiajeremy/Dinomaly

Anomalib：

https://github.com/open-edge-platform/anomalib/issues/2782

解决了什么痛点（导读）

无监督异常检测（Unsupervised Anomaly Detection，UAD）任务仅仅利用正常样本建模，来检测任何偏离正常分布的异常样本。其在工业质检，医学影像，安防监控，自动驾驶等领域有着极其重要的应用。

想象一下，如果一个工厂要检测 30 种不同产品的缺陷： 

传统方案：需要训练 30 个独立模型，好麻烦，存储成本巨大 

现有多类别统一模型：性能大幅下降，技术原理却又很复杂，实用性受限 

本文提出 Dinomaly：一个模型搞定所有类别，模型超简洁，性能还更强！

一些直觉

多类别异常检测（Multi-class UAD）的模型性能显著差于单类别异常检测（class-separate UAD），是由于多个类别组成的“正常”分布更加多样、更加难以建模。

在最常用的的基于重建方法中，这个问题之前被描述为恒等映射现象（identity mapping）。而我们认为：这都怪 Decoder 学得太好了，以至于重建能力 over-generalization 到了未见异常上。

本文方法：Less is More！

1. “What I cannot create, I do not understand”：基于 Foundation Model 的自重建框架

A side: create（重建）不出来，就不 understand（异常）；B side: backbone 需要有强大的表征能力

利用 DINOv2 等自监督预训练模型提取通用且具有判别性的特征表示，利用重建误差检测异常

2. “Dropout is all you need”：Dropout 噪声瓶颈

巧妙利用现有的 Dropout 机制，将 Dropout 视为一种特征层面的噪声异常，阻断 over generalization

无需复杂的噪声和伪异常生成，简单有效

3. “One man’s poison is another man’s meat”：注意力涣散的注意力

Linear Attention 被诟病难以 focus? 那我们故意使用“不聚焦”的 Linear Attention!

避免 Attention 学会简单的恒等映射

4. “The tighter you squeeze, the less you have”：松散的重建约束

打破 Encoder-Decoder 逐层、逐像素重建对应的严格约束

利用松散的 feature groups 和 hard mining，给 Decoder 更多自由度（Freedom!），避免学的太好，以至于过泛化。

性能表现惊艳

我们在包含工业质检图像，医学图像的 6 个数据集，69 个类别上验证了我们的模型，其中：

MVTec AD：多类 UAD SOTA（98.5%），单类 UAD SOTA（99.8%），Dinomaly-Large（99.8%）

VisA：多类 UAD SOTA（95.5%），单类 UAD SOTA（98.9%），Dinomaly-Large（98.9%）

Real-IAD：多类 UAD SOTA（86.4%），单类 UAD SOTA（89.4%），Dinomaly-Large（90.1%）

Real-IAD，MPDD，BTAD，Uni-Medical，都是 SOTA！首次让多类统一模型性能媲美甚至超越单类专用模型。

此外，Dinomaly 具有极强的 Scalability：backbone 模型尺寸越大效果越好，backbone 的 ImageNet linear-probing 越高越好，分辨率越大越好，适配多种预训练架构。

开源、易用、好扩展

方法简洁优雅，可扩展性强。自 2024 年 5 月开源以来 github 收获 100+⭐。

后续基于 Dinomaly 的工作也相继中稿 CVPR 2025（INP-Former），ICML 2025（CostFilter-AD）等，还有一波在路上，并在 AD 竞赛中取得佳绩（Robust-Dinomaly，VAND 2.0）。

此外，Dinomaly 已被集成进 Intel 异常检测开源工具库 Anomalib。欢迎大家魔改、引用！

更多阅读