위치마다 존재하는 마스크
객체 검출의 밀집 예측은 각 위치에서 상자를 출력할 수 있다. 인스턴스 분할에서는 그 위치의 출력 자체가 공간 구조를 가진 마스크이므로 표현해야 할 차원이 달라진다.
4차원 표현
TensorMask는 이 기하 구조를 4차원 텐서의 예측 문제로 나타낸다. 이미지 위의 위치와 그 위치에서 출력하는 마스크의 공간 정보를 함께 표현하는 관점이다.
구조를 반영한 연산
명시적인 텐서 구조를 이용해 4차원 텐서에 적용하는 연산을 설계했다. 구조를 무시한 표현과 비교해 마스크 예측에서 어떤 차이가 생기는지 조사했다.
밀집 분할의 기준
먼저 상자를 검출한 뒤 영역을 자르는 방식과 달리 밀집 슬라이딩 윈도 인스턴스 분할을 연구했다. Mask R-CNN과 비교하며 텐서 관점이 밀집 마스크 예측의 기반이 될 수 있는지 평가했다.
관련 문서
YOLACT / SOLO 인스턴스 분할 / CondInst / PointRend / Hybrid Task Cascade / LVIS