일부 영역에 집중하는 문제
이미지 분류 모델의 클래스 활성화 지도로 분할 의사 레이블을 만들 수 있다. 그러나 이 지도는 객체 전체보다 분류에 유용한 작은 부분을 강하게 표시하는 경향이 있다.
부분과 전체의 비교
Puzzle-CAM은 따로 나눈 패치의 특징과 전체 이미지의 특징 사이의 차이를 최소화한다. 이미지의 부분 정보와 전체 정보를 맞추어 더 통합된 객체 영역을 찾으려 한다.
퍼즐 모듈과 정규화
퍼즐 모듈과 두 가지 정규화 항을 결합해 학습한다. 추가 매개변수를 요구하지 않으면서 이미지 수준의 감독으로 객체의 넓은 영역이 활성화되도록 구성했다.
평가 조건
PASCAL VOC 2012에서 같은 레이블 수준을 이용하는 기존 방법들과 비교했다. 활성화 지도로 의사 레이블을 생성하는 과정의 개선 효과를 조사한 연구다.
관련 문서
SEAM / AffinityNet / IRNet 약한 감독 분할 / SEC 약한 감독 분할 / BoxTeacher / PointRend