두 과제의 양방향 연결
인스턴스 분할에서는 개선된 상자를 이용해 마스크를 더 정확하게 예측할 수 있다. DSC는 반대로 정밀한 마스크의 형태도 다음 검출 단계에 활용하는 방향을 연구했다.
초기 형태 정보
마스크 감독을 받은 영역 제안 신경망이 범주에 무관한 마스크를 생성한다. 이를 초기 형태 정보로 사용해 검출과 분할의 연결을 시작한다.
명시적인 형태 활용
마스크로 안내되는 관심 영역 특징 추출기는 이전 단계의 분할을 활용한다. 직사각형 영역만 따르기보다 관심 객체의 모양에 맞는 영역에 특징 추출을 집중한다.
특징의 전달과 평가
이전 단계의 중간 마스크 특징을 현재 상자 예측 헤드에 전달하는 융합도 사용한다. COCO test-dev에서 상자와 마스크의 평균 정밀도를 평가해 양방향 연결의 효과를 조사했다.
관련 문서
Hybrid Task Cascade / PointRend / Mask Scoring R-CNN / Cascade R-CNN / LVIS / IoU-Net