🔍 耿同学打假报告

论文信息

标题：Benchmarking Unsupervised Anomaly Detection and Localization
作者：Ye Zheng, Xiang Wang, Yu Qi, Wei Li, Liwei Wu
期刊：arXiv 预印本 / 会议论文（文本中未明确标注最终接收期刊，疑似预印本直接提交）
DOI：文本中未提供
发表年份：2022年左右（基于参考文献中最晚时间2022年及2026年当前时间推算）
论文来源：Benchmarking Unsupervised Anomaly Detection and Localization.pdf

综合评定：🟠 高度可疑

这篇论文本意是想做一个“集大成”的基准测试，为无监督异常检测领域指点江山。但是，作为一篇核心卖点在于“数据对比”和“效率测试”的 Benchmark 论文，其数据却出现了令人费解的低级数学矛盾和极其敷衍的填表痕迹。连最基础的平均值和运行时间换算都能出错，实在让人很难相信其实验过程的严谨性。

详细发现

发现 1：数据造假检测（表格数据与平均值存在无法解释的矛盾）

位置：Table 2 (Pixel-level AUCROC)
描述：在 Table 2 中，DFR 方法在 Texture 和 Object 两个类别的 Average 行中被填入了 0.0，但在最后的 Average-all 行却给出了 95.0 的成绩。
证据：根据 Table 2 中 DFR 的具体类别数据（Texture 包含 97.0, 98.0, 98.0, 87.0, 93.0；Object 包含 97.0, 92.0 等），DFR 明显跑出了结果。计算其 Texture 均值约为 94.6，Object 均值约为 94.9，总体均值约为 95.0。作者在计算完总体均值后，竟然在分项均值处直接填入 0.0。这在学术论文中极其反常，不仅说明作者使用了“0.0”作为占位符，更说明最终提交时连表格都没仔细检查，存在拼凑数据的嫌疑。
严重程度：🟠

发现 2：统计学与物理逻辑异常（推理速度与时间的数学不自洽）

位置：Table 3 (Complexity comparison in terms of inference speed)
描述：表格报告了 FPS (Frames Per Second) 和 Time (ms)。对于正常的计算机视觉模型，理论推算时间应当与 FPS 高度匹配，但该表存在严重的数学不自洽。
证据：
1. FastFlow：报告 FPS 为 21.8，换算耗时应为 $$1000 / 21.8 = 45.87$$ ms。但表格中填写的 Time 却是 34 ms（如果真是 34ms，FPS 应为 29.4）。
2. CFlow：报告 FPS 为 14.9，换算耗时应为 $$1000 / 14.9 = 67.1$$ ms。表格填写为 56 ms。
3. SPADE：报告 FPS 0.67，换算应为 1492 ms，表格填写 1481 ms。
4. PatchCore：报告 FPS 5.88，换算应为 170 ms，表格填写 159 ms。
  多个方法出现系统性偏差，说明这里的 FPS 和 Time(ms) 极有可能不是同一组实验跑出来的结果，或者是作者在修改其中一个数据时，忘记了同步计算修改另一个数据。
严重程度：🔴

发现 3：文本校对与排版异常（量产型学术特征）

位置：全文
描述：文中存在大量缺失的表格编号、图表编号和引用括号，呈现“未完成草稿”的状态。
证据：
- “As shown in Fig., up to now...” （Figure 编号缺失）
- “The anomaly detection performance comparison... are shown in Table, which are evaluated...” （Table 编号缺失）
- 参考文献引用格式极其随意，如：[12,], [26,,], [2,], [5,], [7,,,]。
  这表明作者在写作时极有可能是在不同草稿间复制粘贴（Copy-paste），且投稿前未进行基础校对。作为一篇旨在“定标准”的 Benchmark 论文，这种态度是致命的。
严重程度：🟡

发现 4：图片拼接/复用检测（受限于文本无法进行像素级分析）

位置：Figure 1-4
描述：文本中未提供足够的图片视觉信息，无法进行像素级分析和 PS 痕迹检测。
证据：由于仅有文本提取内容，无法判断 Figure 1 (Performance vs time curve)、Figure 4 (Bad cases) 是否存在一图多用或局部篡改的情况。
严重程度：🟡 (待定)

发现 5：产出异常与时间线分析

位置：References & Hardware Description
描述：文中提到测试硬件为 NVIDIA GeForce GTX 1080Ti，且引用的文献最新为 2022 年初（如 arXiv:2201.10703）。
证据：以 2026 年的视角来看，这篇 2022 年左右的 Benchmark 论文在 1080Ti 上进行效率评测是符合当时时间线的。然而，文中对 MVTec 3D-AD 的探索仅停留在“使用现有 2D 的 SOTA 方法跑 RGB 数据”，结合草率的数据记录，不排除这是在该 3D 数据集刚发布时，为了抢占“首个 Benchmark”热点而赶工产出的论文。
严重程度：🟡

耿同学辣评

写 Benchmark 论文就像是给全村人当裁判，结果你这裁判连自家的秒表（FPS）和尺子都没对齐，算平均分还能把中间步骤填个 0.0 瞒天过海。这篇论文不是在给“无监督异常检测”定基准，是在测试审核专家的“异常检测”底线啊！连 1秒=1000毫秒都算不明白的数学鬼才，我建议还是先回去把小学的加减乘除重新 Benchmark 一下吧！

建议后续行动

联系作者要求提供原始数据（特别是 Table 3 中 FPS 和推理时间的原始日志，以证清白）
在 PubPeer 上提出质疑（重点询问 Table 2 的 0.0 占位符和 Table 3 的时间换算问题）
如发表在正式期刊，建议向期刊编辑部举报，要求勘误或审查其实验记录

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

Benchmarking Unsupervised Anomaly Detection and Localization