Key points are not available for this paper at this time.
एकल गहन अनुमान एक अस्वस्थ समस्या है, और इसलिए दृश्य प्राथमिकताओं और अर्थों पर महत्वपूर्ण रूप से निर्भर करती है। इसकी जटिलता के कारण, हम एक अर्थ विभाजन-और-विजय दृष्टिकोण पर आधारित एक गहन न्यूरल नेटवर्क मॉडल का प्रस्ताव करते हैं। हमारा मॉडल एक दृश्य को अर्थ खंडों में विभाजित करता है, जैसे वस्तु उदाहरण और पृष्ठभूमि वर्ग, और फिर एक मानक क्षेत्र में प्रत्येक अर्थ खंड के लिए आकार और स्थान-स्वतंत्र गहन मानचित्र की भविष्यवाणी करता है। समान श्रेणी के अर्थ खंड एक ही गहन डिकोडर को साझा करते हैं, इसलिए वैश्विक गहन भविष्यवाणी कार्य को श्रेणी-विशिष्ट कार्यों की एक श्रृंखला में विभाजित किया जाता है, जो सीखने में सरल और नए दृश्य प्रकारों पर सामान्यीकरण में आसान होते हैं। अंततः, हमारा मॉडल चित्र के वैश्विक संदर्भ के आधार पर प्रत्येक स्थानीय गहन खंड को उसके आकार और स्थान की भविष्यवाणी करके जोड़ता है। मॉडल को पैनोप्टिक विभाजन और गहन अनुमान के लिए एक मल्टी-टास्क हानि का उपयोग करके एंड-टू-एंड प्रशिक्षित किया गया है, और इसलिए यह अपने अर्थ के ज्ञान को बढ़ावा देने के लिए बड़े पैमाने पर पैनोप्टिक विभाजन डेटा सेट का लाभ उठा सकता है। हम अपने दृष्टिकोण की प्रभावशीलता को मान्य करते हैं और तीन बेंचमार्क डेटा सेट पर अत्याधुनिक प्रदर्शन दिखाते हैं।
Wang et al. (Mon,) ने इस प्रश्न का अध्ययन किया।