연구 협업 · ICCV 2023
Neglected Free Lunch
라벨링 중 남겨진 행동 기록을 학습 신호로
Neglected Free Lunch – Learning Image Classifiers Using Annotation Byproducts
맡은 역할
ImageNet·COCO 주석 도구의 주요 엔지니어링에 기여하고 논문 공동저자로 참여했습니다. 두 공식 저장소는 Dante(@1000ship)가 각 저장소 작업의 대부분을 수행했다고 명시합니다.
네이버 AI 랩 연구진과 함께 진행한 연구입니다. 논문에 표기된 Seonghyeok Chun의 소속은 Dante Company입니다.
연구 문제
이미지와 정답 라벨만 남기는 학습 방식은 주석 작업 중 생긴 행동 정보를 버립니다.
접근 방법
LUAB는 클릭 등 주석 부산물을 약한 위치 신호로 사용해 이미지 분류와 보조 위치 회귀를 함께 학습합니다. 추론에는 부산물이나 회귀 헤드가 필요하지 않습니다.
논문에서 보고한 결과
| Model / Dataset | Metric | Baseline → LUAB | Source |
|---|---|---|---|
| ViT-B / ImageNet1K | Classification accuracy | 81.6 → 82.5 (+0.9%p) | Table 1 ↗ |
| ResNet50 / COCO | Multi-label classification mAP | 73 → 74.2 (+1.2%p) | Table 6 ↗ |
수치는 논문에 보고된 공동연구 결과이며 독립 재현 결과가 아닙니다. COCO 수치는 다중라벨 분류 mAP입니다. 모든 모델·지표가 개선된다는 뜻은 아닙니다.
논문과 공개 자료
공동저자: Dongyoon Han, Junsuk Choe, Seonghyeok Chun, John Joon Young Chung, Minsuk Chang, Sangdoo Yun, Jean Y. Song, Seong Joon Oh.
동등기여 표시는 Dongyoon Han·Junsuk Choe에게 해당합니다.
Seonghyeok Chun — Dante Company
논문 발표 · 2023 | 도구 공개 커밋 · 2022.05.03
2022.05.03은 다른 연구자 명의의 최초 공개 업로드일입니다. 사용자 개인의 실제 개발 시작·종료 시기는 공개 이력만으로 확인되지 않습니다.
ICCV 2023 ↗