크기와 수용 영역
같은 종류의 객체도 사진에서 차지하는 크기는 다를 수 있다. 이 연구는 객체 크기의 변화에 수용 영역이 미치는 영향을 통제 실험으로 살펴본 뒤 구조를 설계했다.
병렬 분기의 구성
여러 분기가 같은 변환 매개변수를 공유하면서 서로 다른 수용 영역을 사용한다. 표현 능력을 맞추면서 객체 크기에 특화된 특징 지도를 만드는 것이 목적이다.
크기에 맞는 학습
각 분기는 적절한 크기의 객체 인스턴스를 표본으로 받아 학습한다. 분기마다 다루는 크기 범위를 학습 절차에 반영해 특화를 유도한다.
평가와 빠른 근사
COCO에서 검출 성능을 평가했다. 논문은 전체 구조와 함께 추가 매개변수나 계산량 없이 기준 검출기를 개선하려는 빠른 근사 버전도 제시했다.
관련 문서
FSAF / Guided Anchoring / SNIPER / ATSS / Libra R-CNN / Cascade R-CNN