最近邻方法是一种在异常检测领域长期有效且广受认可的技术。近年来，自监督深度学习方法（如RotNet）取得了显著进展。然而，自监督学习所提取的特征通常在性能上仍不及在ImageNet上预训练的特征。本文旨在探究：近期的自监督方法是否能够超越在ImageNet预训练特征空间上运行的最近邻方法。实验结果表明，这种简单的基于最近邻的方法在准确率、少样本泛化能力、训练时间以及对噪声的鲁棒性等方面均优于自监督方法，同时对图像分布的假设更少，展现出更强的实用性与普适性。