위치별 예측을 위한 사전 과제
영상 인스턴스 수준의 사전 과제만 사용하면 조밀한 픽셀 예측을 위한 표현이 충분하지 않을 수 있다. PixPro 연구는 픽셀 수준에서 사전 과제를 정의해 조밀 특징 표현을 학습하는 방향을 제안한다.
대조와 전파 일관성
연구는 픽셀 수준에 직접 대조 학습을 적용하는 과제를 살피고 픽셀과 전파 사이의 일관성 과제를 추가로 제안한다. 두 과제의 개념을 같은 손실 이름으로 혼동하지 않아야 한다.
백본뿐 아니라 헤드의 학습
픽셀 수준 사전 과제를 일반 백본뿐 아니라 후속 조밀 과제의 헤드 사전 학습에도 사용할 수 있음을 평가한다. 인스턴스 수준 대조 방법과 상호 보완되는 접근으로 제시됐다. 추가 조합의 효과는 학습 조건에 따라 확인해야 한다.
학습 목표의 독립 예
설명용으로 영상 전체가 자동차를 담는다고 아는 것과 문짝 경계 위치를 표현하는 것은 다르다. 전체 장면의 표현을 잘 학습해도 지역 구조의 표현은 따로 살펴야 한다. 실제 실험 이미지를 옮기지 않은 사전 과제 구분의 예다.
관련 문서
DenseCL / 자기 지도 학습 / 대조 학습 / ReCo 분할 학습 / 이미지 간 픽셀 대조 / 의미 분할