할당을 전체적으로 보기
학습 표본 할당은 어떤 앵커가 어떤 정답 객체를 학습할지 정하는 과정이다. OTA는 각 객체의 양성과 음성을 독립적으로 선택하는 방식에서 벗어나 전체 대응을 함께 고려한다.
수송 문제의 구성
정답 객체를 공급자, 앵커를 수요자로 나타낸다. 각 쌍의 분류 손실과 회귀 손실을 가중 합한 값을 단위 수송 비용으로 설정한다.
최소 비용의 대응
이 표현에서 적절한 표본 할당을 찾는 일은 전체 수송 비용이 작은 계획을 구하는 일이 된다. 연구는 Sinkhorn-Knopp 반복을 이용해 이 최적 수송 문제를 해결한다.
군중 장면의 검증
COCO와 CrowdHuman에서 할당 방식의 효과를 평가했다. 여러 객체가 가까이 있는 장면에서 전체적인 대응 관계를 고려하는 방식이 어떤 차이를 만드는지 살펴봤다.
관련 문서
ATSS / PAA 객체 검출 / TOOD / CrowdHuman / Generalized Focal Loss / DIoU