나눠진 분할 과제의 연결
어떤 범주인지 판단하는 일과 개체를 구별하는 일은 관련되어 있다. OneFormer3D는 과제마다 서로 다른 전용 모델을 두는 대신 이 관계를 공동 학습에 활용한다.
질의와 커널
의미 및 인스턴스 질의를 통합해 디코더에 입력한다. 학습 가능한 커널은 각 개체 또는 의미 범주에 대응하는 마스크를 만드는 역할을 한다.
한 번의 통합 학습
모델은 여러 분할 과제를 종단 간 공동 학습한다. 같은 구조로 세 과제를 다룬다는 것과 같은 평가 지표를 사용한다는 것은 다르므로 과제별 결과를 구별해야 한다.
벤치마크의 범위
논문은 ScanNet과 ScanNet200 및 S3DIS에서 여러 분할 과제를 평가했다. 당시 보고한 순위나 비교 차이는 해당 자료와 시점의 결과이며 이후 연구까지 포함한 현재 순위를 뜻하지 않는다.
관련 문서
Mask3D 인스턴스 분할 / 의미 분할 / 인스턴스 분할 / 파놉틱 분할 / 트랜스포머 / 점군