두 과제의 어긋남
객체 검출은 무엇인지 분류하는 작업과 어디에 있는지 추정하는 작업을 수행한다. 두 갈래 예측 구성을 따로 학습하면 두 과제에서 유리한 공간 위치가 서로 어긋날 수 있다.
과제 정렬 헤드
T-Head는 과제 사이의 상호작용을 반영하는 특징과 과제별 특징 사이의 균형을 다룬다. 정렬된 예측을 학습하도록 예측 구성도 함께 설계했다.
표본과 손실의 정렬
TAL은 표본 할당 방식과 과제 정렬 손실을 이용한다. 분류와 위치 추정에 적합한 앵커가 서로 가까워지거나 일치하도록 학습하는 것이 목적이다.
검출 결과의 평가
MS COCO에서 ATSS, GFL, PAA 같은 단일 단계 검출기와 비교했다. 평균 정밀도와 계산량을 살펴보고 두 과제의 정렬 상태도 정성적으로 분석했다.
관련 문서
ATSS / PAA 객체 검출 / OTA 객체 검출 / Generalized Focal Loss / Focal Loss / GIoU