픽셀별 검출
의미 분할처럼 위치별로 예측하는 관점을 객체 검출에 적용한다. 미리 배치한 여러 앵커 상자를 기준으로 삼는 대신 픽셀별 예측에서 객체를 찾는다.
앵커 구성의 제거
앵커 상자를 사용하지 않아 크기와 종횡비 같은 앵커 관련 설정이 필요하지 않다. 학습 중 앵커와 정답의 겹침을 계산하는 절차도 피하도록 구성했다.
영역 제안 없는 예측
별도의 영역 제안 과정을 두지 않는 단일 단계 구조다. 최종 검출 결과를 정리하는 후처리에는 비최대 억제를 사용한다.
검출 성능의 비교
단일 모델과 단일 이미지 크기 조건에서 검출 정확도를 평가했다. 연구는 밀집 예측을 이용하는 간결한 구조가 다른 인스턴스 수준 과제에도 대안이 될 수 있는지 탐색했다.
관련 문서
ATSS / FSAF / AutoAssign / VarifocalNet / Focal Loss / CornerNet