MambaAD 实验4.2分析

4.2不同AD数据集上的SoTAs比较

比较方法

在一系列数据集上使用 图像级 和 像素级 指标
作用： 对比 我们的方法 与
当前的SoTA方法：

• MUAD的UniAD[43]
• DiAD[14]
• 基于重建的 RD4AD
• 基于嵌入的 DeSTseg [49]/SimpleNet [25]

定量结果

在表中可以看到
在MVTec-AD数据集上，MambaAD优于所有比较方法:
在多类异常检测和分割中达到了98.6/99.6/97.8 和 97.7/56.3/59.2/93.1 的新SoTA

• 与 DiAD [14] 相比:
  MambaAD 在图像级提高了 1.4 ↑/0.6 ↑/1.3 ↑
  像素级提高了 0.9 ↑/3.7 ↑/3.7 ↑/2.4 ↑

• 与 SoTA DiAD 相比:
  在mAD上 我们的 MambaAD 提高了 2.0 ↑

• 在VisA 数据集上: 表现出出色的性能

• • MambaAD 在图像级和 2.5 ↑/13.3 ↑/11.0 ↑/15.8 ↑ 超过 DiAD [14] 的性能。
• • mAD 指标上与高级 DiAD 相比，我们实现了 8.7 ↑ 的增强

Real-IAD 数据集上的 SoTA 结果：
MambaAD 的可扩展性、多功能性和有效性

定性结果

对 MVTev-AD 和 VisA 数据集进行了定性实验
结果：证实了我们的方法在异常分割中的准确性

与 DiAD 相比，我们的方法提供了更准确的异常分割，没有显着的异常分割偏差

结果：表明我们的方法具有更精确的异常分割能力