CVPR2025重磅突破：AnomalyAny框架实现单样本生成逼真异常数据，破解视觉检测瓶颈！-海口c网

CVPR2025重磅突破：AnomalyAny框架实现单样本生成逼真异常数据，破解视觉检测瓶颈！

article/2025/8/17 2:42:18

本文介绍了一种名为AnomalyAny的创新框架，该方法利用Stable Diffusion的强大生成能力，仅需单个正常样本和文本描述，即可生成逼真且多样化的异常样本，有效解决了视觉异常检测中异常样本稀缺的难题，为工业质检、医疗影像等领域提供了新的解决方案。

在工业质检、医疗影像等领域，视觉异常检测（Visual Anomaly Detection, AD）是保障质量与安全的关键技术。然而，异常样本稀缺一直是制约其发展的核心难题 —— 现实中，异常现象往往罕见且难以收集，传统方法要么依赖大量正常数据 “脑补” 异常，要么生成的伪异常缺乏真实感，导致检测模型性能受限。

2022-2025年可复现论文合集！戳https://docs.qq.com/doc/DQ25HbWt6WmdOZEta?u=7f01826fa3f140bb8e36e875087997e8&nlc=1近日，瑞士洛桑联邦理工学院（EPFL）与华中科技大学的研究团队联合提出AnomalyAny 框架已被CVPR2025录用，利用开源文本生成图像模型Stable Diffusion（SD）的强大生成能力，仅需单个正常样本和文本描述，即可生成逼真、多样且从未见过的异常样本，为数据稀缺场景下的异常检测提供了全新解决方案。

论文链接：

https://arxiv.org/abs/2406.01078v3

代码与 Demo 地址：

https://hansunhayden.github.io/AnomalyAny.github.io/

一、核心挑战：传统方法的 “数据困局”

现有异常生成方法主要面临两大痛点：

1. 真实性不足：

如图1(a)所示，早期方法通过 “裁剪 - 粘贴” 随机图案（如自然纹理）生成异常，虽无需训练，但生成的异常与真实场景差异显著，难以被检测模型有效识别。

2. 依赖大量数据：

如图1（b）所示，基于生成模型（如 GAN、扩散模型）的方法虽能生成更真实的样本，但需要大量正常和异常数据进行训练，这在异常罕见的场景中（如精密零件缺陷）几乎不可行。

图1：不同异常生成范式对比。(a)传统方法；(b)基于少样本训练的方法；(c)所提未知异常生成方法AnomalyAny。

AnomalyAny 的突破点在于：无需任何训练数据，直接利用预训练的 Stable Diffusion 模型，通过巧妙的引导机制，让模型 “理解” 正常样本的特征，并根据文本描述生成符合逻辑的异常。

二、AnomalyAny：如何让 AI “创造” 从未见过的异常？

如图2所示，AnomalyAny 框架包含三大核心模块，环环相扣实现精准异常生成：

图2：AnomalyAny框架

测试时正常样本引导（Test-time Normal Sample Conditioning）

传统 SD 模型生成的图像可能偏离目标数据集的 “正常分布”（如图3(b)）。AnomalyAny 通过在推理阶段引入单个正常样本的潜在特征，从噪声生成过程的中间步骤（而非完全随机起点）开始，确保生成的异常样本与正常样本共享相同的背景、光照等全局特征，避免 “画风突变”。

举个例子：若输入一张正常的 “瓶子” 图片，模型会以该瓶子的形状、材质为基础，在其基础上 “改造” 出破损、裂痕等异常，而非生成一个完全不同的物体。

图3：生成的异常样本和损伤注意力图示例。(a) 正常图片,(b) Stable Diffusion直接生成的结果、(c) 无正常样本作为条件、(d) 无注意力引导优化、(e) 无提示引导优化以及 (f) 所提AnomalyAny生成的结果。

2. 注意力引导异常优化（Attention-Guided Anomaly Optimization）

由于 SD 的训练数据中异常样本较少，模型容易忽略文本描述中的异常关键词（如 “破损”）。AnomalyAny 通过最大化异常关键词的注意力权重，迫使模型聚焦于生成目标异常区域。具体而言，通过分析 SD 的交叉注意力图（Cross-Attention Maps），找到与 “破损”“裂痕” 等关键词对应的图像区域，并通过反向传播优化潜变量，确保异常特征被显著表达。

可视化结果：如图3(d)-(f) 所示，移除注意力引导后，生成的异常区域模糊不清；而启用该机制后，异常特征（如瓶盖的裂痕）清晰可辨。

3. 提示引导异常细化（Prompt-Guided Anomaly Refinement）

为进一步提升生成质量，AnomalyAny 利用GPT-4 自动生成详细异常描述（如将 “破损” 细化为 “带有粗糙不平纹理的破损区域”），并通过 CLIP 模型计算生成图像与文本的语义相似度，强制两者对齐。这一过程不仅增加了异常的多样性（如不同类型的划痕），还能生成符合工业标准的复杂缺陷（如 “锯齿状裂缝”）。

三、实验验证：生成质量与检测性能双提升

在工业异常检测基准数据集MVTec AD和VisA上，AnomalyAny 展现出显著优势：

1. 生成质量：真实感与多样性兼具

• Inception Score（IS） 衡量生成图像的真实性，AnomalyAny 在多数类别中得分最高（如 bottle 类别 IS=1.73，远超基线方法），表明其生成的异常样本更接近真实图像。

• Intra-cluster LPIPS 距离（IC-LPIPS） 衡量多样性，AnomalyAny 生成的异常样本差异更大（如 cable 类别 IC-LPIPS=0.41），为检测模型提供了更丰富的训练信号。

图4展示了在MVTec AD以及Web图片中生成的异常效果。

图4：所提AnomalyAny在MVTec AD以及Web图片中的异常生成效果

2. 下游检测性能：小数据下的卓越表现

如表1所示，在1-shot 检测场景（仅用 1 张正常样本训练）中，使用 AnomalyAny 生成的样本训练的模型，在 MVTec AD 上达到图像级 AUC=94.9%、像素级 AUC=95.4%，超越了 PatchCore、WinCLIP + 等主流方法。即使与需要部分异常数据训练的 AnomalyDiffusion 相比，AnomalyAny 仍实现了 comparable 性能，且无需担心数据泄漏问题。