クリックベースのインタラクティブセグメンテーションに関する最近の研究では、推論時最適化スキームを用いることで、最先端の性能が達成されている。これらの手法は、推論中にネットワークを逆方向に伝搬（バックワードパス）する必要があるため、フォワードパスのみをサポートするモバイルフレームワークでは展開が困難であり、前向きなアプローチと比べて著しく計算コストが高くなる。本論文では、インタラクティブセグメンテーションの様々な設計選択肢を体系的に評価した結果、追加の最適化スキームを一切用いずに、新たな最先端性能が達成可能であることを発見した。そこで、前段階のセグメンテーションマスクを活用するシンプルなフォワードパスモデルを提案する。このモデルは、まったく新しいオブジェクトをセグメントするだけでなく、外部から提供されたマスクを初期状態として受け入れ、その修正も可能である。異なるデータセットで訓練されたモデルの性能を分析した結果、訓練データセットの選定がインタラクティブセグメンテーションの品質に大きく影響することが明らかになった。特に、COCOとLVISの組み合わせ、かつ多様で高品質なアノテーションを有するデータセットで訓練されたモデルは、既存のすべてのモデルを上回る性能を示した。コードおよび学習済みモデルは、https://github.com/saic-vul/ritm_interactive_segmentation にて公開されている。