서로 보완하는 정보
이미지 범주 레이블은 위치 지도를 통해 객체의 정체성을 알려준다. 별도의 현저성 검출 모델에서 얻은 지도는 객체 경계에 관한 더 풍부한 정보를 제공한다.
공동 학습의 구성
EPS는 두 정보를 함께 사용하는 학습 전략을 제안했다. 한 종류의 약한 감독만으로 부족한 영역과 경계의 정보를 서로 보완하려는 접근이다.
동시 출현 영역의 구분
목표 객체와 자주 함께 나오는 다른 객체나 배경은 잘못 활성화될 수 있다. 현저성 정보를 포함하는 픽셀 수준 피드백으로 이런 영역을 줄이고 마스크 경계를 개선하려 한다.
평가 조건
PASCAL VOC 2012와 MS COCO 2014에서 결과를 평가했다. 이미지 레이블 외에 기존 현저성 모델의 출력도 사용하는 감독 구성이므로 그 조건을 포함해 비교해야 한다.
관련 문서
RIB 약한 감독 분할 / CLIMS / CLIP-ES / AffinityNet / SEAM / BoxTeacher