Core Concepts
다중계층 교차 모달 정렬 프레임워크를 통해 텍스트 감독에서 시맨틱 분할을 효율적으로 학습하고 탁월한 결과를 달성함.
Abstract
최근 텍스트 감독에서 시맨틱 분할 학습의 중요성
다중계층 교차 모달 정렬 프레임워크 소개
훈련 및 추론 단계의 정렬 간격 문제 해결
새로운 적응적 시맨틱 유닛 소개
실험 결과 및 성능 비교
Stats
텍스트 감독에서 시맨틱 분할을 위한 학습 데이터: 8.7mIoU
CC3M 데이터셋에서 훈련한 결과: 4.72M 학습 가능한 매개변수
Quotes
"우리의 방법은 수동 밀도 주석 없이 상태-of-the-art 성능을 달성합니다."
"다중계층 교차 모달 정렬은 훈련-테스트 정렬 간격을 해결하고 적응적 예측을 가능하게 합니다."