해상도와 범위의 상충
도메인 적응 분할의 메모리 부담을 줄이려고 입력을 축소하면 세밀한 경계와 작은 물체를 놓칠 수 있다. 고해상도 영상의 작은 구역만 학습하면 넓은 문맥을 얻기 어렵다. 두 선택의 장점을 함께 쓰는 것이 HRDA의 방향이다.
두 해상도의 결합
작은 고해상도 크롭은 분할 세부를 보존하고 큰 저해상도 크롭은 장거리 문맥의 관계를 담는다. 학습된 규모 주의로 두 정보를 결합한다. 같은 영역을 단순히 두 번 확대해 보는 것과는 구분된다.
도메인 적응의 학습 조건
소스 도메인에서 학습한 모형을 추가 타깃 주석 없이 타깃 도메인에 적응시키는 비지도 도메인 적응을 다룬다. 합성에서 실제로 옮기는 평가와 이미지 자체의 초해상도 복원은 다른 과제다.
세부와 문맥의 독립 예
설명용으로 가는 표지판 기둥을 구별하려면 해상도가 필요하고 그 기둥이 도로 옆에 있다는 관계에는 넓은 범위가 도움이 된다. 실제 연구 이미지를 옮기지 않은 서로 다른 관측 범위의 예다.
관련 문서
DAFormer / Refign / 도메인 적응 / 의미 분할 / ACDC 데이터셋 / Dark Zurich