고정된 대응의 제약
앵커 기반 검출기는 정답 객체와 앵커 사이의 겹침을 이용해 학습 대상을 할당한다. FreeAnchor는 이런 규칙이 대응 관계를 제한한다는 관점에서 출발했다.
대응 자체의 학습
객체가 어떤 앵커에 대응할지 더 유연하게 결정하도록 검출기의 학습을 최대우도 추정 문제로 표현했다. 분류와 위치 추정 모두에서 객체를 잘 설명하는 특징을 찾는 것이 목적이다.
검출에 맞춘 우도
검출 과제에 맞게 설계한 우도를 최적화해 대응을 학습한다. 손으로 정한 할당 절차를 학습 가능한 구성으로 바꾸고 합성곱 신경망 기반 검출기와 결합하도록 제시했다.
비교 실험
COCO에서 기존 대응 방식을 사용한 검출기와 결과를 비교했다. 객체와 앵커를 연결하는 규칙의 변화가 검출 학습에 미치는 영향을 조사한 연구다.
관련 문서
ATSS / PAA 객체 검출 / OTA 객체 검출 / AutoAssign / TOOD / Focal Loss