Global Average Pooling에 대한 재고: 당신의 분류기는 비밀리에 Multi-Instance Learner이다

요약

현대 이미지 분류기의 Global Average Pooling(GAP) 구조가 본질적으로 Multiple-Instance Learning(MIL)과 유사하게 작동함을 분석합니다. 이를 통해 이미지 레벨의 예측이 틀리더라도 공간적 클래스 증거를 추출하고 사후 진단할 수 있는 방법을 제시합니다.

핵심 포인트

• GAP 구조는 이미지를 공간적 인스턴스들의 집합(bag)으로 취급하는 MIL로 해석 가능함
• 표준 분류기는 다중 객체 장면에서도 의도된 분류 작업을 수행할 수 있음
• 이미지 레벨 로짓을 예측 그리드로 분해하여 공간적 클래스 증거 추출 가능
• 분류 실패는 평균 집계(mean aggregation) 과정의 한계에서 기인할 수 있음