정제된 자료 밖으로 확장하기
자기 지도 학습의 성과가 잘 정돈된 이미지 자료에서 얻어졌다면 임의의 영상 모음에서도 같은 방향이 성립하는지 확인할 필요가 있다. SEER는 감독 없이 크고 정제되지 않은 자료로 대형 모형을 학습해 이 질문을 다룬다.
모형과 자료 규모
연구의 최종 모형은 RegNetY를 사용하며 대규모 무작위 이미지에서 사전 학습한다. 모형 크기와 자료량 및 학습 계산이 함께 달라질 수 있으므로 결과를 알고리즘 한 요소의 효과로만 읽어서는 안 된다.
사전 학습과 소수 주석 활용
감독 없는 표현 학습 뒤 인식 평가와 적은 양의 주석을 사용할 때의 성능을 살핀다. 사전 학습의 무주석 조건과 후속 평가의 주석 사용 조건은 구분해야 한다.
자료 다양성의 독립 예
설명용으로 같은 장소의 비슷한 사진을 많이 더하는 것과 새로운 장면의 사진을 더하는 것은 모두 수를 늘리지만 변화의 폭은 다르다. 자료량만으로 다양성을 확정할 수 없다. 실제 연구 자료를 옮기지 않은 규모 해석의 예다.
관련 문서
RegNet / SwAV / 자기 지도 학습 / 대조 검출 사전 학습 / AMDIM / SCAN 이미지 군집