계산 부담을 다루는 학습 목적
자기 지도 사전 학습은 강한 전이 표현을 만들 수 있지만 큰 계산 비용이 들 수 있다. 이 연구는 단순히 더 오래 학습하는 대신 이미지마다 풍부한 학습 신호를 뽑는 새로운 목적을 제안한다.
물체 수준의 식별
대조 검출 목적은 여러 증강에서 물체 수준의 특징을 식별하도록 표현을 학습시킨다. 전체 이미지가 같은 원본에서 왔는지만 구별하는 과제보다 물체 수준의 관계에 초점을 둔다.
복잡한 이미지로의 사전 학습
여러 물체가 있는 복잡한 이미지의 사전 학습도 다룬다. 사전 학습 계산량과 자료량, 후속 과제의 전이 정확도를 함께 비교해야 한다. 특정 실험의 계산 절감을 모든 장치와 설정의 고정 배율로 해석해서는 안 된다.
부분 관측의 독립 예
설명용으로 같은 장면의 두 크롭에 의자가 함께 보여도 한쪽에서는 등받이만 남을 수 있다. 물체 수준 대응은 전체 이미지의 동일성과 다른 문제다. 실제 연구 이미지를 옮기지 않은 증강 관측의 예다.