インスタンスセグメンテーションは、コンピュータビジョンにおける活発な研究テーマであり、通常はオブジェクトレベルのマスクで構成される非常に大きなデータセットを用いて教師あり学習アプローチによって解決されます。新しいドメインに対してこのようなデータセットを取得することは、非常に高コストかつ時間のかかる作業となります。さらに、特定の注釈カテゴリで訓練されたモデルは、未見のオブジェクトに対する汎化性能が十分ではありません。本論文では、マスク領域のインスタンス埋め込みを学習することにより、インスタンスセグメンテーションにおいてロングテールカテゴリの非教師あり探索を行う方法を提案します。画像内のオブジェクト間の豊富な関係と階層構造を利用し、マスク埋め込みの学習に自己教師あり損失関数を提案します。COCOデータセット上でロングテールオブジェクトの追加注釈なしに訓練された当社のモデルは、COCOに含まれる一般的なカテゴリよりも新規かつより細かいオブジェクトを見つけることができます。本研究では、モデルがLVISにおいて教師ありおよび部分的に教師ありの手法と比較して競争力のある定量的な結果を達成していることを示しています。