저발사 검출 및 분할을 위한 새로운 통합 아키텍처

저샷 객체 카운터는 주석이 달린 예제가 거의 없거나 없는 상태에서 이미지 내의 객체 수를 추정합니다. 객체는 비지도 학습을 통해 이미지 전체의 객체 외관을 집계하여 구성된 프로토타입과 매칭되는 방식으로 위치를 결정합니다. 객체의 다양한 외관 때문에 기존 접근법은 종종 과도한 일반화와 허위 양성 검출을 초래합니다. 또한, 최고 성능을 내는 방법들은 각 객체 중심에서 단위 가우시안을 예측하는 대체 손실 함수를 사용하여 객체 위치를 학습하는데, 이 손실 함수는 주석 오류와 하이퍼파라미터에 민감하며, 검출 작업을 직접 최적화하지 않아서 부적절한 카운트 결과를 초래할 수 있습니다.우리는 GeCo라는 새로운 저샷 카운터를 소개합니다. GeCo는 새로운 밀집 객체 쿼리 공식을 통해 프로토타입을 객체의 다양한 외관에 대해 강건하게 일반화시키며, 통합된 아키텍처에서 정확한 객체 검출, 분할 및 개수 추정을 실현합니다. 또한, 검출 작업을 직접 최적화하고 표준 대체 손실 함수의 문제점을 피하기 위해 새로운 카운팅 손실 함수를 제안합니다. GeCo는 총 개수 MAE(평균 절대 오차)에서 $\sim$25% 향상된 성능으로 기존의 선두 저샷 검출기 기반 카운터들을 능가하며, 뛰어난 검출 정확도를 달성하고 모든 저샷 카운팅 설정에서 새로운 탄탄한 최신 기술(SOTA) 결과를 설정하였습니다.