마스크 주석의 대안
경계 상자는 객체의 범위를 알려주지만 각 픽셀의 소속까지 직접 제공하지는 않는다. BoxInst는 이런 상자 주석으로 마스크 학습을 감독하는 문제를 다룬다.
투영의 일치
정답 상자의 투영과 예측 마스크의 투영 사이의 차이를 줄이는 손실을 사용한다. 상자가 제공하는 공간 범위를 마스크 예측에 반영하는 구성이다.
픽셀 사이의 관계
가까이 있으며 색상이 비슷한 픽셀은 같은 범주일 가능성이 높다는 사전 정보를 활용한다. 픽셀 쌍 손실을 통해 상자 내부의 더 세밀한 영역 학습을 돕는다.
약한 감독의 평가
COCO와 PASCAL VOC에서 상자만 사용한 학습 결과를 평가했다. 마스크를 직접 제공하는 완전 감독 방식과 비교해 두 감독 조건 사이의 성능 차이를 조사했다.
관련 문서
BoxSup / CondInst / SOLO 인스턴스 분할 / PointRend / Mask Scoring R-CNN / LVIS