【导读】
在工业质检中，发现异常并不难，但“认识”异常却很难。现有检测方法大多只能告诉你“这有问题”，却无法说明“出了什么问题”，更别提识别此前未曾见过的“新型缺陷”。
为了解决这一痛点，华中科技大学等研究团队在CV领域最新论文中提出了AnomalyNCD，一个支持工业场景中异常分类与新类别发现的通用框架，兼容主流检测器，在MVTec AD和MTD两大数据集上全面领先。
过去已经有很多优秀的异常检测方法，能准确圈出“哪里不对劲”，但在实际工业应用中，这远远不够。如果不能进一步判断缺陷类型、归因问题根源、甚至识别此前从未见过的新型异常，就无法真正做到智能化的质检分析。而这正是当前大多数方法的“短板”。
AnomalyNCD的出现，就是为了解决这一从“检测”到“理解”的跨越。它不仅能识别异常，更能学习如何分类这些异常，甚至面对从未见过的缺陷类型，也能“自学成才”完成归类，真正赋予系统“类比与认知”能力。
项目开源地址：
为什么“发现异常”远远不够？
近年来，工业异常检测方法已能有效定位图像中的缺陷区域，但对于下游流程而言，仅仅检测“有问题”还远远不够。
例如，在实际生产中，我们不仅需要知道某个零件是否异常，还需要明确是哪一类问题——是裂纹、烧蚀还是磨损？更进一步，很多缺陷在初期甚至没有明确的定义，因此模型需要具备“发现未知异常类型”的能力，即异常多分类与新类别发现（Novel Class Discovery, NCD）。
但这并不容易。工业异常的“语义性”很弱，往往形态不显著、位于图像角落，现有方法在这种低语义场景中容易混淆背景与前景。
技术创新：三大模块构建强健异常识别框架
- 主元素二值化 MEBin：从异常图中提纯“可信区域”
工业检测容易产生伪异常（误检）和漏检。为了避免这些噪声影响学习，AnomalyNCD 首先设计了主元素二值化算法（MEBin），从检测器输出的异常热图中提取稳定出现的异常区域。
- 通过多阈值滑动，统计区域数量变化，选择最稳定的一段，作为主要异常区域。显著减少误分割，提高后续学习质量。
- 掩码引导的表示学习：让ViT“看对地方”
ViT虽强，但在工业场景容易“注意力跑偏”。作者提出掩码引导注意力机制，只引导 [CLS] token 聚焦于异常区域，同时保留其他token的全局感知能力。
- 在ViT后九层中加入掩码引导机制（MGA），训练时将异常掩码转化为注意力引导。即使预测掩码不准，模型仍能聚焦大致区域。
- 区域融合策略：从子图预测还原整图分类
由于每幅图中可能有多个异常区域，且部分区域是误检，作者提出面积加权融合策略，避免“平均投票”被噪声干扰：
- 每个异常子图的预测结果按面积大小加权，得出整图预测。有效降低“误检子图”对整图判断的负面影响。
实验结果：性能全面领先多个主流方法
AnomalyNCD不仅理论设计合理，在实际效果上也具备明显优势。论文在两个权威工业数据集上进行了充分对比实验：
- 在 MVTec AD 数据集（图像类别丰富，异常种类多）
仅使用未标注图像，与当前最强无监督聚类方法（AC）相比，NMI 提升 8.8%，F1 提升 10.8%（见表格1）。
结合一类检测器（如CPR）后，F1 高达 80.5%，比原方法高出近10个百分点（见表格2）。
- 在 MTD 数据集（磁砖缺陷，异常更难区分）
- 即使在伪标签干扰更强、语义更弱的场景中，仍然优于现有聚类方法，F1 提升高达 12.8%。使用 PatchCore 作为前置检测器，也取得比UniFormaly更优的结果。
- 消融实验进一步验证模块有效性
引入主元素二值化（MEBin）后，F1 提升 7.2%，且在不同AD方法上均优于固定阈值方案。
掩码引导模块（MGA）在不同位置插入后，以“最后9层”为最佳配置（见表格5）。
伪标签修正策略（PLC）显著提升正常类识别的 recall（+14.9%）。
应用前景与意义
AnomalyNCD不仅兼容各种工业检测算法，还具备以下优势：
- 可自动适应“未知”异常，减少人工标注负担；可用于复杂缺陷分类、视觉质检分流、智能决策等下游流程；框架可扩展性强，可结合YOLO、PatchCore等多种检测模块。
这意味着在未来的智能工厂中，算法不再只是“告诉你哪里坏了”，而是能够进一步 “告诉你坏在哪、坏了什么” ，让生产更加高效、智能、少人工。
总结
AnomalyNCD的提出，标志着工业异常检测进入一个全新阶段：从“发现异常”迈向“理解异常”。这一框架不仅增强了AI在工业质检中的智能程度，也为NCD在低语义场景中的落地应用提供了重要示范。未来，类似的自监督与掩码机制将成为提升工业智能的关键武器。
