발견에서 학습으로 이어가기
자기 지도 모형의 물체 발견 성질을 이용해 사람 레이블 없이 위치 추정 모형을 학습하려 한다. 하나의 두드러진 물체를 찾는 데 그치지 않고 여러 물체를 검출하는 방향을 다룬다.
거친 마스크 생성
MaskCut으로 이미지 안 여러 물체의 거친 마스크를 생성한다. 이 마스크는 사람이 정밀하게 그린 정답과 다를 수 있다. 물체를 발견하는 단계의 누락이나 경계 오류를 고려해야 한다.
강건한 학습과 자기 학습
거친 마스크에 강건한 손실을 적용해 검출기를 학습한 뒤 자신의 예측으로 다시 학습해 보완한다. 여러 검출 구조에 적용할 수 있도록 제안됐다. 무주석 학습의 성능과 주석을 추가한 미세 조정의 성능은 구분한다.
초기 누락의 독립 예
설명용으로 두 가방 중 작은 가방의 마스크가 없으면 초기 감독도 불완전하다. 이때 누락을 정답 배경처럼 취급하는 문제와 모형의 후속 발견 능력을 함께 살펴야 한다. 실제 실험 이미지를 옮기지 않은 거친 감독의 예다.
관련 문서
TokenCut / LOST 물체 위치 추정 / FreeSOLO / 자기 지도 학습 / 물체 검출 / 인스턴스 분할