我们介绍了首个用于无监督异常检测和定位的全面3D数据集。该数据集灵感来源于现实世界中的视觉检查场景，即模型需要在仅使用无异常数据进行训练的情况下，检测出制造产品上的各种类型缺陷。这些缺陷表现为物体几何结构中的异常，导致3D数据表示出现显著偏差。我们使用高分辨率工业3D传感器获取了10种不同物体类别的深度扫描图像。对于所有物体类别，我们提供了训练集和验证集，其中每个集合仅包含无异常样本的扫描图像。相应的测试集中则包含显示各种缺陷（如划痕、凹陷、孔洞、污染或变形）的样本。每份异常测试样本都提供了精确的真值注释。我们在该数据集上对3D异常检测方法进行了初步基准测试，结果表明仍有很大的改进空间。