TPAMI 2025 | 复旦团队 DiffusionAD：破解扩散模型推理慢难题，异常检测性能与速度双突破

在工业制造领域，异常检测就像工厂的"火眼金睛"，能及时发现产品表面的划痕、裂缝等缺陷。但传统方法要么重建质量差，要么检测速度慢，始终难以满足实际生产需求。

今天要给大家介绍的这篇顶刊论文——《DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection》，彻底解决了这个难题！它提出的全新框架不仅检测精度远超现有方法，还能实现实时推理，堪称工业质检的"终极解决方案"。

论文信息

题目：DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection

DiffusionAD：用于异常检测的范数引导单步去噪扩散方法

作者：Hui Zhang, Zheng Wang, Dan Zeng, Zuxuan Wu, and Yu-Gang Jiang

源码：https://github.com/HuiZhang0812/DiffusionAD

01 为什么传统方法总掉链子？

在说DiffusionAD之前，咱们得先聊聊传统异常检测方法的痛点。目前主流的方法主要有两类：

基于特征嵌入的方法（比如PatchCore）依赖预训练模型提取特征，但遇到工业场景中特殊的纹理和结构时，很容易"水土不服"。

基于生成模型的方法（比如自动编码器AE）更惨：要么把异常区域原封不动地重建出来（导致漏检），要么把正常区域重建得乱七八糟（导致误检）。看下面这张图就明白了，AE的重建结果简直没法看！

而之前尝试用扩散模型做异常检测的方法，虽然重建质量不错，但需要几十到上千次迭代，速度慢得像蜗牛，根本满足不了工厂实时检测的需求。

02 DiffusionAD三大杀招，彻底解决痛点

DiffusionAD提出了三个革命性创新，直接把异常检测的性能和速度拉到新高度：

2.1 噪声到正常：让异常区域"自动消失"

传统扩散模型是从噪声生成正常图像，而DiffusionAD反其道而行之：给输入图像添加高斯噪声，让异常区域失去独特特征，然后用模型预测添加的噪声，从而把异常区域重建为正常状态。

就像给有污渍的照片撒上一层雾，让污渍变得模糊，再通过去雾技术把照片恢复干净，而且只擦掉污渍，不损伤原图。这种方式既能精准修复异常，又能保留正常区域的细节。

2.2 单步去噪：速度提升数百倍的秘诀

扩散模型慢就慢在需要反复迭代去噪，DiffusionAD发现：当噪声尺度较小时，只需要一次去噪就能得到和多次迭代差不多的效果！

看下面的实验结果，当时间步t≤400时，单步去噪和迭代去噪的重建质量几乎没差别，但速度快了几十甚至几百倍。这就好比原本需要煮100分钟的汤，现在发现煮1分钟味道就一样好，效率直接拉满！

2.3 范数引导：不同异常，不同对待

异常的种类太多了：有的是小划痕，有的是大块缺损。DiffusionAD发现，小异常适合用小噪声处理，大异常则需要大噪声。

于是它提出范数引导范式：先用大噪声处理得到一个"语义正确"的粗重建结果，再用这个结果引导小噪声的精细重建，最终得到既准确又精细的重建图像。就像先勾勒轮廓，再填充细节，两全其美！

03 方法全貌：DiffusionAD的"五脏六腑"

下面这张图是DiffusionAD的总体结构图，主要包含两个子网：

3.1 重建子网：异常修复的"巧手"

1. 给输入图像x₀添加两种不同尺度的噪声，得到xₜₛ（小噪声）和xₜᵦ（大噪声）
2. 用扩散模型分别预测这两种噪声
3. 用大噪声的重建结果n引导小噪声的重建，得到最终的无异常图像x̂₀g

3.2 分割子网：异常定位的"火眼金睛"

把原始图像x₀和重建的无异常图像x̂₀g拼接起来，通过U-Net结构预测每个像素的异常分数。分数越高，说明这个位置越可能是异常。

04 训练技巧：没有异常样本也能练出高手

工业场景中异常样本很少，DiffusionAD用了个聪明的办法：自己合成异常样本！流程如下：

1. 从Perlin噪声生成随机异常区域（像不规则的污渍）
2. 从纹理库找一些和原图不搭的图案作为异常内容
3. 把异常内容贴到正常图像上，合成带标签的异常样本

这样一来，就算没有真实异常样本，模型也能学得明明白白。

05 实验结果：碾压所有对手！

在四个权威数据集（MVTec、VisA、DAGM、MPDD）上，DiffusionAD的表现让所有方法都黯然失色：

5.1 速度对比：甩扩散模型几条街

和其他基于扩散的方法相比，DiffusionAD的FPS（每秒帧数）达到23.5，是DiffAD的19倍，KLAD的19.6倍！

5.2 精度对比：各项指标全面领先

在MVTec数据集上，DiffusionAD的像素级AP比最好的生成模型高7.7%；在VisA数据集上，图像级AUROC比最好的方法高3.3%。看下面的定性结果，DiffusionAD重建的图像几乎看不出异常，定位也精准无比，比PatchCore和DRAEM强太多！

更多数据集的可视化结果也证明了它的强大：

06 消融实验：每个创新都必不可少

作者通过消融实验证明了每个模块的重要性：

• 噪声到正常范式：比传统AE的性能提升巨大
• 单步去噪：速度提升300倍，性能还更好
• 范数引导：结合不同噪声尺度的优势，进一步提升精度

特别是训练-推理一致性这点很关键：训练时用单步重建，推理时也必须用单步，否则性能会下降。

07 总结：工业质检的新标杆

DiffusionAD用三个核心创新彻底解决了异常检测的痛点：

1. 噪声到正常范式：让异常区域自然消失
2. 单步去噪：速度提升数百倍，满足实时需求
3. 范数引导：适应各种类型的异常

它在四个数据集上全面领先，既能精准定位细微划痕，又能识别大块缺损，还能实时处理，简直是为工业质检量身定做的完美方案！未来作者还会探索自适应噪声尺度和更真实的异常合成方法，让这个框架更强大。感兴趣的同学可以去github看看源码（https://github.com/HuiZhang0812/DiffusionAD），说不定能给你的研究带来新灵感~