여러 점으로 위치 찾기
경계 상자를 두 개의 독립적인 점으로만 나타내면 특정 점의 오차가 결과에 크게 영향을 줄 수 있다. Grid R-CNN은 여러 점에 감독 정보를 주어 더 많은 공간 단서를 학습한다.
공간 정보의 표현
완전 합성곱 구조의 위치 민감성을 이용해 격자점을 예측한다. 전통적인 상자 좌표 회귀와 다른 방식으로 객체의 공간 정보를 명시적으로 다루려는 접근이다.
이웃 점의 특징 결합
격자 안의 점들은 서로 관련되어 있다. 제안한 두 단계 융합은 이웃 격자점의 특징 지도를 결합해 이러한 관계를 예측에 활용한다.
정밀 위치의 평가
COCO에서 ResNet-50과 FPN을 사용하는 Faster R-CNN과 비교했다. 높은 IoU 기준에서도 결과를 평가해 정밀한 위치 추정의 효과를 조사했다.
관련 문서
IoU-Net / Cascade R-CNN / Dynamic R-CNN / Double-Head R-CNN / GIoU / DIoU