단순함이 답이다: 약한 감독 하에서의 인스턴스 및 의미 분할

의미 라벨링과 인스턴스 분할은 특히 비용이 많이 드는 주석 작업을 필요로 하는 두 가지 과제입니다. 바운딩 박스 검출 주석 형태의 약한 감독부터 시작하여, 분할 학습 절차를 수정하지 않는 새로운 접근 방식을 제안합니다. 우리는 주어진 바운딩 박스에서 입력 라벨을 신중하게 설계하면, 단 한 번의 학습으로도 이전에 보고된 약한 감독 결과를 개선할 수 있음을 보여줍니다. 전반적으로 우리의 약한 감독 접근 방식은 의미 라벨링과 인스턴스 분할 모두에서 완전히 감독된 모델의 품질(~95%)에 근접하는 것으로 나타났습니다.