핵심 개념
Foundation Models를 활용한 Few-Shot Panoptic Segmentation의 효율적인 방법 제시
초록
현재의 Panoptic Segmentation 방법은 많은 양의 훈련 데이터를 필요로 함
SPINO는 DINOv2 백본과 가벼운 네트워크 헤드를 결합하여 Few-Shot Panoptic Segmentation을 가능하게 함
SPINO는 10개의 주석이 달린 이미지로 훈련되었지만 높은 품질의 가짜 라벨을 예측
SPINO는 기존의 Panoptic Segmentation 방법과 경쟁력 있는 결과를 달성
SPINO는 공개적으로 코드와 훈련된 모델을 제공
통계
SPINO는 10개의 주석이 달린 이미지로 훈련되었음
SPINO는 0.3% 미만의 실제 라벨을 사용하여 경쟁력 있는 결과를 달성
인용구
"SPINO는 Foundation Models를 활용하여 Few-Shot Panoptic Segmentation을 가능하게 함."
"SPINO는 10개의 주석이 달린 이미지로 훈련되었지만 높은 품질의 가짜 라벨을 예측함."