분류와 검출에 필요한 표현
전체 이미지 분류에서 유리한 표현이 물체 위치와 크기를 판단하는 검출에서도 최적인 것은 아니다. DetCo는 기존 자기 지도 방법이 검출에 중요한 표현을 버릴 수 있다는 문제를 살피며 설계됐다.
전체와 지역을 연결하기
전체 이미지와 지역 패치의 대조를 계층적인 중간 손실로 구성한다. 전체 영상의 인식 표현을 유지하면서 지역 특징의 구별 능력을 함께 학습하는 방향이다. 전체 표현과 지역 표현을 같은 하나의 출력으로만 보지 않는다.
지역 패치와 문맥
지역 패치는 전체 영상의 문맥을 일부 제거하므로 전체 이미지와 다른 관측을 제공한다. 연구는 이런 관측의 대조 학습 효과를 분석하고 검출을 비롯한 여러 후속 과제의 전이를 평가한다. 구체적인 전이 성능은 과제별 조건에 따라 읽어야 한다.
문맥 의존의 독립 예
설명용으로 배경 바다만 보고 배를 추정하는 표현은 배의 실제 경계를 충분히 담지 못할 수 있다. 지역 패치와 전체 장면의 관계를 살피는 이유를 보여 준다. 실제 실험 이미지를 옮기지 않은 검출 표현의 예다.
관련 문서
DenseCL / PixPro / 대조 학습 / 자기 지도 학습 / 물체 검출 / ReCo 분할 학습