実世界のアプリケーションに焦点を当てた、70種類以上の異常領域をpixel-wiseにアノテーションしたデータセットを作成し、教師なし異常検出におけるSOTAを用いて評価を行なった。

提供されたデータセットを用いた結果、SOTAにはまだ改善の余地が残されていることを示した。

異常検出アルゴリズムの評価には、未だ分類タスクなどのデータセットを改良して評価している論文が多く、ベンチマークとして用いることができるデータセットの拡充が行われていない中、実世界における異常に焦点を当てたデータセットを作成し、網羅的にSOTAを用いて評価することでベンチマークとしての有用性を示している。