Continual-MEGA: 面向可泛化持续异常检测的大规模基准

《Neurocomputing》：Continual-MEGA: A large-scale benchmark for generalizable continual anomaly detection

　　

异常检测对于需要可靠识别缺陷或异常样本的视觉检测系统至关重要。然而，在实际部署中，物体类别和缺陷类型会随时间变化，使得静态评估设置不足以评估长期适应性和泛化能力。为解决这一局限性，研究人员引入了用于异常检测持续学习的新基准。该基准Continual-MEGA通过整合多个公开数据集与研究人员新提出的数据集ContinualAD，扩展了现有评估设置。除了标准持续学习设置外，研究人员还额外提出了一种评估场景，用于评估对持续适应过程中未遇到的新类别的零样本泛化能力。这反映了持续零样本研究的最新进展，并突出了其实践意义。该设置为异常检测领域引入了新的议程，研究人员对各种现有的针对持续或零样本场景设计的异常检测算法以及提出的基线方法进行了广泛评估。从实验中，研究人员得出三个关键发现：(1)现有方法表现出显著局限性，特别是在像素级缺陷定位方面；(2)所提出的ContinualAD数据集对所提出的基准测试场景有效；(3)基线方法通过简单适应结合特征合成，为设计基于CLIP的持续且可泛化的框架指明了有前景的方向。

论文解读：Continual-MEGA：面向可泛化持续异常检测的大规模基准

**研究背景与问题**
异常检测在工业视觉检测、医疗影像等领域中至关重要，其核心是可靠识别缺陷或异常样本。然而，实际部署中物体类别和缺陷类型常随时间动态变化，静态评估设置无法充分评估模型的长期适应性和泛化能力。现有基准数据集如MVTec-AD和VisA规模有限、类别与缺陷多样性不足，且缺乏对持续学习（Continual Learning, CL）和持续零样本学习（Continual Zero-Shot Learning, CZSL）场景的专门评估。这导致异常检测模型在面对新类别或未见缺陷时，性能急剧下降，甚至出现灾难性遗忘。为克服这些局限，研究人员提出构建一个大规模、多样化的持续学习基准，以推动异常检测在真实场景下的可泛化能力。

**研究内容与结论**
研究人员整合了MVTec-AD、VisA、Real-IAD、VIADUCT、BTAD、MPDD六个公开数据集，并新构建了包含30个类别、14655张正常图像和15827张异常图像（像素级标注）的ContinualAD数据集，共同组成Continual-MEGA基准。该基准设计了三种评估场景：场景1（标准持续学习，85基础类+60新类，任务大小5/10/30）、场景2（持续学习后零样本泛化评估，MVTec-AD和VisA作为未见类）、场景3（排除ContinualAD后考察数据集有效性）。研究人员在统一训练协议下（每类仅10正常+10异常样本）评估了多种现有方法（包括仅正常样本方法、基于视觉语言模型的方法、持续学习专用方法）以及提出的基线方法ADCT。实验得出三个关键发现：（1）现有方法在像素级缺陷定位上表现显著不足，持续学习设置下性能大幅下降；（2）ContinualAD数据集有效提升了基准的多样性和挑战性，其排除后多数方法零样本泛化性能下降；（3）基线方法ADCT通过轻量级适配器与特征合成，在持续学习与零样本泛化上均取得稳健性能，为设计基于CLIP的持续可泛化框架提供了有前景的方向。论文发表在《Neurocomputing》。

**关键技术方法（不超过250字）**
研究人员采用CLIP（ViT-L/14架构，输入尺寸336×336）作为基础视觉-语言模型。主要技术包括：（1）**轻量级MLP适配器**：在每个视觉编码器块（共4层，每层6个子层）中设置一组4个适配器，采用混合专家（Mixture-of-Experts, MoE）方式，在基类和每个任务上分别训练，推理时通过平均权重聚合所有适配器。（2）**合成异常特征生成**：在训练阶段向适配器输入随机高斯噪声（标准差σ=0.1），生成合成异常特征，与正常特征共同用于异常分数计算。（3）**损失函数**：结合像素级交叉熵损失、Focal Loss和Dice Loss，监督真实异常区域与合成异常区域。模型训练时基类训练50轮，每个持续任务训练20轮，采用AdamW优化器（学习率10^?4），文本提示模块仅基类训练后冻结。样本队列来源包括MVTec-AD、VisA、Real-IAD、VIADUCT、BTAD、MPDD及新提出的ContinualAD数据集。

**研究结果**
**5.1 概述**
通过对比三类方法（仅正常样本方法：SimpleNet、GeneralAD、HGAD、ResAD；基于视觉语言模型的方法：MVFA、VCP-CLIP、MediCLIP；持续学习方法：UCAD、IUF）在三个场景下的性能，发现所有方法在持续学习设置下均出现显著性能下降，尤其在像素级平均精度（AP）上表现不佳，与标准静态基准上的高性能形成鲜明对比，表明持续学习任务更具挑战性。

**5.3 持续学习能力评估**
在场景1（标准持续学习，85-5/10/30）中，基于视觉语言模型的方法（如MVFA、MediCLIP）及基线ADCT表现相对较好，而持续学习专用方法（UCAD、IUF）性能较差。结论：现有方法难以适应大规模持续评估，且初始性能强的模型在持续适应中保持较高准确率；持续学习方法因初始检测能力弱，导致遗忘指标（FM）低但实际性能差。

**5.4 泛化性与稳定性评估**
在场景2（CZSL，58-5/10/30）中，ADCT在零样本泛化（MVTec-AD和VisA）上表现稳健，多数方法在持续学习后零样本性能提升，但在场景3（排除ContinualAD）中，多数方法零样本泛化性能下降，而ADCT下降最小，表明其鲁棒性更强。学习曲线分析显示，ADCT在任务递增过程中保持较高且平稳的曲线，而MVFA性能快速下降，说明ADCT更有效地控制遗忘。

**5.5 消融实验**
对场景2（30类/任务）进行组件消融：适配器、合成特征、MoE推理方案。去除合成特征导致像素级分数显著下降；去除MoE方案导致遗忘指标增大；完整配置（适配器+合成特征+MoE）在保持强零样本性能的同时显著降低遗忘，表明MoE有助于防止任务特定适配器过拟合于先前任务。

**总结与结论**
研究结论部分翻译：研究人员提出了Continual-MEGA，一个用于持续异常检测的新大规模基准，通过整合多个公开数据集并策划新数据集ContinualAD，显著提升了样本数量与多样性。在Continual-MEGA上的全面评估表明，现有异常检测方法仍有很大改进空间，突显了持续异常检测领域进一步研究的必要性以及所策划的ContinualAD数据集的有效性。为应对这些挑战，研究人员引入了一种新颖的基线方法，在CLIP框架内整合了MoE风格的适配器模块、异常特征合成与提示微调。该基线表现出稳健且一致的性能，突出了一个有前景的方向：轻量级CLIP适应与特征合成之间的协同作用对于在持续框架内实现学习稳定性与零样本泛化至关重要。