Core Concepts
가짜 깊이 맵을 활용하여 Instance Segmentation 성능 향상
Abstract
약한 지도 Instance Segmentation의 한계
가짜 깊이 맵을 활용한 새로운 방법 소개
깊이 일관성 손실을 통한 성능 향상
자가 증류 프레임워크의 효과적인 활용
COCO 및 Cityscapes 데이터셋에서의 실험 결과
Stats
깊이 일관성을 강조하는 손실을 통해 네트워크가 일관된 예측을 생성하도록 강제합니다.
깊이 일관성 손실은 모델의 성능을 향상시킵니다.
Quotes
"깊이 일관성 손실은 네트워크가 개체 내부의 깊이 일관성을 파악하도록 돕습니다."
"자가 증류 프레임워크는 가짜 마스크를 실제 마스크로 사용하여 네트워크 성능을 향상시킵니다."