意味ラベリングとインスタンスセグメンテーションは、特に高コストのアノテーションを必要とするタスクです。バウンディングボックス検出アノテーションという弱い監督情報から出発し、セグメンテーションの学習プロシージャを変更することなく新しい手法を提案します。我々は、与えられたバウンディングボックスから入力ラベルを慎重に設計することで、単一の学習ラウンドでも従来報告された弱い監督結果を超えることができることを示しています。全体的に、我々の弱い監督アプローチは意味ラベリングとインスタンスセグメンテーションにおいて完全な監督モデルの約95%の品質に達しています。