성능 뒤의 표현 성질
조밀 대조 학습이 조밀 예측에서 유용하더라도 표현의 어떤 성질이 결과와 연결되는지는 별도 분석이 필요하다. 관련 연구는 복잡한 새 모형을 제안하기보다 표준 합성곱망과 단순 특징 매칭으로 성질을 살핀다.
정렬과 분포의 관점
인스턴스 수준 표현을 분석하던 초구 위 정렬과 균일성 관점을 조밀 표현으로 확장한다. 조밀 특징의 양성 쌍을 구성하는 원칙을 분석하고 정렬 및 균일성과 후속 성능 사이 관계를 요약하는 스칼라 지표도 제안한다.
평가 조건별 관계
단일 물체 및 다중 물체 자료에서 관계가 어떻게 달라지는지 살피며 선형 평가와 조밀 예측도 비교한다. 한 요약 지표가 모든 과제의 실제 성능을 대신 측정하는 것은 아니다.
요약치 해석의 독립 예
설명용으로 두 표현의 평균적인 분포 점수가 같아도 작은 물체 영역의 대응 품질은 다를 수 있다. 전체 요약과 지역 성능을 함께 살펴야 한다. 실제 연구 수치를 옮기지 않은 지표 해석의 예다.
관련 문서
DenseCL / DenseCL 플러스플러스 / 대조 학습 / 자기 지도 학습 / ReCo 분할 학습 / PixPro