자기 지도 학습 기반 객체 탐지

자기 지도 학습 기반 객체 탐지는 레이블이 없는 이미지 데이터를 사용하여 대비 학습(contrastive learning) 또는 마스크 이미지 모델링(masked image modeling)과 같은 사전 과제(pretext task)를 통해 시각 백본(visual backbone)을 사전 훈련한 다음, 더 작은 레이블 데이터셋에서 탐지 헤드(detection head)를 사용하여 백본을 미세 조정하는 방식입니다. 이 접근법은 완전 지도 학습 기반 탐지 성능에 필적하거나 근접하면서도 값비싼 경계 상자(bounding-box) 주석에 대한 의존도를 극적으로 줄입니다.