産業用異常検知の新たな挑戦：「MVTec AD 2」データセット

1. 論文の基本情報

タイトル: The MVTec AD 2 Dataset: Advanced Scenarios for Unsupervised Anomaly Detection
著者: Lars Heckler-Kram, Jan-Hendrik Neudeck, Ulla Scheler, Rebecca König, Carsten Steger
発行年: 2025年
リンク:https://arxiv.org/abs/2503.21622

2. なぜ「MVTec AD 2」が必要なのか？

本論文では、産業用ビジュアル検査における「教師なし異常検知」のための新しいベンチマークデータセット「MVTec AD 2」が提案されています。
従来のMVTec ADやVisAなどのデータセットでは異常検知モデルの性能がほぼ頭打ち（AU-PROで90%以上）となっており、モデル間の比較が難しくなっていました。
MVTec AD 2は、実際の現場で遭遇する困難な8つのシナリオと、8,000枚以上の高解像度画像を収録し、より実践的で難易度の高い評価環境を提供しています。

3.MVTec AD 2で実現されたブレイクスルー

難しい現場シナリオを網羅
照明条件の変化、透明・反射物体、画像の端に現れる欠陥、重なり合う多数の物体など、従来データセットでは扱われなかった実用的なシーンを多数収録。
異常検知モデルの性能が一気に低下
従来90%以上だったAU-PROが、本データセットでは最も高くても58.7%（EfficientAD）と、大幅に難化。モデルの真の性能が問われる構成になっています。
テストラベル非公開＋評価サーバ方式
正解ラベルが公開されず、評価は専用のサーバ経由で行う形式。チューニングによる過学習を防ぎ、公平なモデル比較が可能です。

4. 実用を意識したデータ設計の工夫

照明条件の多様性
各シナリオは最低4種類の照明で撮影されており、現実世界で起こる「環境変化への耐性」を検証できます。
欠陥の空間的分布
従来は画像中心に欠陥が集中していましたが、MVTec AD 2では画像全体に欠陥が分散。中央寄せの学習への偏りを回避できます。
AU-PRO（Per-Region Overlap）指標の強化
小さな欠陥も公平に評価するAU-PRO0.05を採用。これにより実運用に近い性能評価が可能です。