신뢰도 높은 시작 영역
이미지 분류 모델의 어텐션 지도에서 객체 범주의 신뢰할 수 있는 시드 영역을 찾는다. 이 작은 영역을 전파해 전체 인스턴스의 범위를 발견하는 것이 목적이다.
인스턴스와 경계의 추정
IRNet은 개별 인스턴스의 대략적인 영역과 서로 다른 범주의 경계를 예측한다. 이 정보로 시드에 인스턴스 레이블을 부여하고 경계 안에서 전파한다.
추가 주석 없는 관계 학습
어텐션 지도에 있는 픽셀 사이의 관계로 IRNet을 학습한다. 이를 통해 별도의 감독 정보를 추가하지 않고 의사 인스턴스 마스크를 생성하도록 구성했다.
의사 레이블의 활용
생성한 의사 인스턴스 분할 레이블은 완전 감독 구조의 모델을 학습하는 데 사용된다. PASCAL VOC 2012에서 같은 감독 수준 및 더 강한 감독 조건의 방법들과 비교했다.
관련 문서
AffinityNet / SEC 약한 감독 분할 / BoxInst / BoxTeacher / ScribbleSup / LVIS