영상 분할: U-Net 과 Dice
사진 속 고양이를 바운딩 박스(bounding box)로 두르는 대신, 고양이인 픽셀을 하나하나 칠하는 일이 영상 분할입니다. 12 × 12 칸에 예측을 칠해 보며 IoU 와 Dice 가 어떻게 매겨지는지, 배경이 많으면 왜 정확도가 믿을 수 없는지 봅니다.
한 줄 답. 영상 분할은 픽셀마다 클래스를 매기는 일입니다. 결과는 사진과 같은 크기의 칠한 지도(마스크)입니다. 대표 구조인 U-Net 은 사진을 줄여 가며 무엇인지 알아내고, 다시 키우며 어디인지 되살리고, 줄이기 전의 자세한 지도를 스킵 연결(skip connection)로 가져와 경계를 맞춥니다. 잘했는지는 정답과 겹친 정도로 잽니다: IoU = |A∩B| ÷ |A∪B|, Dice = 2·|A∩B| ÷ (|A| + |B|). 배경이 대부분인 사진에서는 픽셀 정확도가 거의 쓸모없어서, 학습에도 Dice 를 손실로 쓰곤 합니다.
| 정답 |A| | |
|---|---|
| 예측 |B| | |
| 겹침 |A∩B| | |
| 합침 |A∪B| | |
| IoU | |
| Dice | |
| 픽셀 정확도 |
✓ 겹친 칸, + 더 칠한 칸, ○ 놓친 칸
칸을 누르면 예측이 칠해지거나 지워집니다(키보드: 화살표로 옮기고 Space). 초록 칸이 정답 A(20칸)이고, 진하게 칠한 칸이 예측 B 입니다. 처음 예측은 정답을 오른쪽으로 두 칸 민 모양입니다. 칸 144개로 작게 줄인 본보기입니다. 진짜 사진은 픽셀이 수만 개가 넘고, 모델은 칸마다 0 ~ 1 의 확률을 낸 뒤 기준값으로 잘라 칠합니다.
1. 영상 분할이란: 픽셀마다 이름 붙이기
사진을 다루는 일은 답을 얼마나 자세히 내느냐로 나뉩니다. 분류는 사진 한 장에 이름 하나(「고양이」)를 붙입니다. 객체 탐지는 물체마다 박스와 이름을 붙입니다. 영상 분할은 픽셀 하나하나에 이름을 붙입니다. 결과는 사진과 같은 크기의 지도이고, 칸마다 「고양이」「배경」 같은 클래스 번호가 들어 있습니다. 이 지도를 마스크라고 부릅니다. 박스와 달리 모양과 경계를 그대로 압니다.
영상 분할에는 두 갈래가 있습니다. 고양이 두 마리가 붙어 있는 사진으로 봅니다.
- 시맨틱 분할(semantic segmentation): 픽셀마다 클래스만 매깁니다. 두 마리가 모두 「고양이」 칸이 되어 한 덩어리로 칠해집니다. 몇 마리인지는 모릅니다. 길, 하늘처럼 셀 수 없는 것에 맞습니다.
- 인스턴스 분할(instance segmentation): 물체마다 따로 칠합니다. 「고양이 1」「고양이 2」로 나뉘어 셀 수 있습니다. 흔한 방법은 객체 탐지로 박스를 찾고 박스마다 마스크를 칠하는 것입니다(Mask R-CNN).
이 쪽은 시맨틱 분할을 중심으로 봅니다. 위 실험은 클래스가 둘(물체와 배경)인 가장 작은 경우입니다. 클래스가 여럿이면 클래스마다 같은 계산을 따로 합니다.
2. 식이 만들어지는 과정: Dice
정답 마스크의 물체 칸을 A, 예측 마스크의 물체 칸을 B 라고 합니다. |A| 는 A 의 칸 수, A∩B 는 둘 다인 칸(겹침), A∪B 는 둘 중 하나라도인 칸(합침)입니다. 「다음」을 누르면 식이 한 조각씩 붙습니다(주황 바탕이 이번에 붙은 조각). 그림은 위 실험에서 칠한 예측을 그대로 쓰고, 칸의 숫자는 이번 조각에서 그 칸을 몇 번 세는지입니다.
- 겹친 칸 세기:
|A∩B|. 처음 예측은 12칸이 겹칩니다. 겹칠수록 잘 맞힌 것이지만, 이 수만 보면 모든 칸을 칠한 예측이 가장 좋은 점수(20)를 받습니다. - 두 크기의 합으로 나누기:
|A∩B| ÷ (|A| + |B|).12 ÷ (20 + 20) = 0.3. 더 칠한 칸이 분모를 키워 점수를 깎습니다. 모든 칸을 칠하면20 ÷ 164 = 0.12입니다. 하지만 완전히 같아도20 ÷ 40 = 0.5에서 멈춥니다. 겹친 칸이 분모에서 두 번 세어지기 때문입니다. - 2 를 곱하기:
Dice = 2·|A∩B| ÷ (|A| + |B|).24 ÷ 40 = 0.6. 완전히 같으면2·|A| ÷ (|A| + |A|) = 1, 하나도 안 겹치면 0 입니다. - IoU 와의 관계:
Dice = 2·IoU ÷ (1 + IoU). 두 크기의 합은 합친 모양에 겹친 칸을 한 번 더 센 것입니다:|A| + |B| = |A∪B| + |A∩B|(40 = 28 + 12). 그래서Dice = 2·|A∩B| ÷ (|A∪B| + |A∩B|)이고, 위아래를|A∪B|로 나누면 이 식이 됩니다. 처음 예측은IoU = 12 ÷ 28 = 3/7 ≈ 0.43,Dice = (6/7) ÷ (10/7) = 0.6.
해 볼 것. ① 처음 예측으로 끝까지 넘기면 12, 0.3, 0.6, 그리고 IoU 0.43 이 나옵니다. ② 위 실험에서 「정답과 같게」를 누르고 ② 단계를 보면 20 ÷ (20 + 20) = 0.5, ③ 단계에서 1 입니다. ③ 「모두 지우기」를 누르면 겹침이 0 이라 모든 단계가 0 입니다.
3. 손으로 풀어 보기: IoU, Dice, 픽셀 정확도
칸은 네 가지로 나뉩니다. 겹친 칸(정답이고 칠함, ✓), 더 칠한 칸(정답이 아닌데 칠함, +), 놓친 칸(정답인데 안 칠함, ○), 둘 다 배경(정답도 아니고 안 칠함). 위 실험의 처음 예측으로 셉니다.
- 칸 세기. 겹친 칸 12, 더 칠한 칸 8, 놓친 칸 8, 둘 다 배경 116. 합 144.
- IoU. 합친 모양 =
12 + 8 + 8 = 28.12 ÷ 28 = 0.43. - Dice.
|A| = 12 + 8 = 20,|B| = 12 + 8 = 20.2 × 12 ÷ 40 = 0.6. - 픽셀 정확도. 맞힌 칸 = 겹친 칸 + 둘 다 배경 =
12 + 116 = 128.128 ÷ 144 = 0.89. - 아무것도 칠하지 않으면. 맞힌 칸은 둘 다 배경인 124칸.
124 ÷ 144 = 0.86. IoU 와 Dice 는 0.
둘 다 배경인 칸이 116개나 되어, 모양이 꽤 어긋난 예측(0.89)과 아무것도 못 찾은 예측(0.86)의 정확도 차이가 0.03 뿐입니다. IoU 와 Dice 의 식에는 둘 다 배경인 칸이 아예 들어가지 않습니다.
해 볼 것. ① 처음에는 IoU 0.43, Dice 0.6, 정확도 0.89 입니다. ② 「모두 지우기」를 누르면 0, 0, 0.86 입니다. 물체를 하나도 못 찾았는데 정확도는 86% 입니다. ③ 「처음 예측」으로 돌아가 ○ 칸 8개를 칠하면 예측이 28칸이 되어 IoU 0.71, Dice 0.83, 정확도 0.94 입니다. 이어서 + 칸 8개를 지우면 셋 다 1 입니다. ④ 어떻게 칠해도 Dice 는 IoU 보다 작아지지 않습니다.
4. 꼭 알아야 할 성질
| 성질 | 쉬운 말 | 실험에서 |
|---|---|---|
| 0 ~ 1 | 완전히 같으면 1, 하나도 안 겹치면 0. 정답과 예측을 바꿔 넣어도 값이 같다 | 「정답과 같게」, 「모두 지우기」 |
| 둘 다 배경인 칸을 세지 않는다 | IoU 와 Dice 는 물체 칸과 칠한 칸만 본다. 픽셀 정확도만 그 칸을 맞힌 것으로 센다 | 「모두 지우기」: 정확도 0.86, 둘은 0 |
| Dice ≥ IoU | Dice = 2·IoU ÷ (1 + IoU). 0 과 1 이 아니면 Dice 가 더 크다 | 처음 0.6 과 0.43 |
| 한 장에서는 순서가 같다 | IoU 가 오르면 Dice 도 오른다. 여러 장의 평균은 순서가 바뀔 수 있다 | 어떤 칸을 바꿔도 둘이 같이 움직인다 |
| 많이 칠한다고 오르지 않는다 | 더 칠한 칸은 분모를 키운다 | + 칸을 칠할수록 둘 다 내려간다 |
5. 줄였다 다시 키우기: 인코더·디코더와 U-Net
분할 모델은 픽셀마다 답을 내야 하니 출력이 입력과 같은 크기여야 합니다. 그런데 「이 칸이 고양이인가」는 그 칸 하나만 봐서는 모릅니다. 둘레를 넓게 봐야 합니다. 그래서 두 부분으로 짭니다.
- 인코더(줄이는 쪽). 합성곱으로 특징을 뽑고 풀링으로 가로세로를 반씩 줄이기를 되풀이합니다. 지도가 작아질수록 칸 하나가 사진의 넓은 곳을 대표해 무엇인지 알아냅니다. 대신 정확히 어디인지는 흐려집니다.
- 디코더(키우는 쪽). 작은 지도를 두 배씩 키워 사진 크기로 되돌리고, 마지막 층이 칸마다 클래스 점수를 냅니다.
합성곱 쪽의 분류망과 비교하면 다른 곳은 끝입니다. 분류망은 합성곱과 풀링을 되풀이한 뒤, 끝에서 격자를 한 줄로 펼쳐 완전 연결 층에 넣고 사진 한 장에 점수 한 벌(「고양이 0.9, 개 0.1」)을 냅니다. 분할망의 인코더도 합성곱과 풀링을 되풀이하는 데까지는 같습니다. 끝의 「한 줄로 펼치기 → 완전 연결 층」 대신 디코더가 지도를 다시 키워, 점수를 사진 한 장에 한 벌이 아니라 칸마다 한 벌씩 냅니다.
줄였다 키우기만 하면 경계가 뭉개집니다. 줄이며 버린 자세한 위치는 작은 지도에서 되살릴 수 없기 때문입니다. U-Net 은 인코더의 각 크기의 지도를 디코더의 같은 크기 자리로 건너뛰어 보내 옆에 이어 붙입니다. 디코더는 무엇인지(아래에서 올라온 지도)와 어디인지(건너온 자세한 지도)를 같이 보고 경계를 맞춥니다. 그리면 U 자 모양이라 이 이름이 붙었습니다. 원 논문은 정답이 적은 의료 영상을 위해 만들었고, 앞선 완전 합성곱 망을 바탕으로 했다고 적습니다.
스킵 연결은 잔차 연결과 닮았지만 다릅니다. 잔차 연결은 같은 크기의 값을 더하고, U-Net 은 채널 방향으로 이어 붙입니다(자주 묻는 것 3).
6. 업샘플링(upsampling) 방법: 전치 합성곱과 보간 뒤 합성곱
전치 합성곱. 입력 칸 하나가 작은 가중치 판인 커널(kernel)에 곱해져 출력에 조각 하나를 찍습니다. 스트라이드(stride)가 2 면 두 칸씩 옮겨 찍어 지도가 두 배가 됩니다. 조각이 겹치는 곳은 더합니다. 커널을 학습하므로 키우는 법도 배웁니다. U-Net 원 논문은 이 자리에 2 × 2 「up-convolution」을 씁니다. 커널 크기가 스트라이드로 나눠떨어지지 않으면 어떤 칸은 두 번, 어떤 칸은 한 번 찍혀 체커보드 아티팩트(checkerboard artifact, 바둑판 무늬)가 생기기 쉽습니다. 한 줄로 보면 이렇습니다(커널의 값은 모두 1).
입력 [1, 1, 1], 커널 길이 2, 스트라이드 2 → [1, 1, 1, 1, 1, 1] 고르다
입력 [1, 1, 1], 커널 길이 3, 스트라이드 2 → [1, 1, 2, 1, 2, 1, 1] 겹친 자리만 2
두 줄로 넓히면 아래와 같습니다. 입력 2 × 2 와 커널 3 × 3 의 숫자는 지어낸 것이고, 스트라이드는 2 입니다. 「다음」을 누를 때마다 입력 칸 하나의 값 × 커널이 출력에 찍힙니다.
파란 테두리와 화살표는 이번 걸음의 입력 칸과 찍힌 조각, 초록은 진할수록 여러 번 찍힌 칸, 주황 작은 글씨는 「옛 값+새 값」, 보라 작은 숫자는 그 칸이 찍힌 횟수입니다.
출력 크기 = (입력 크기 − 1) × 스트라이드 + 커널 크기
입력 크기: 입력 지도 한 변의 칸 수. 여기서는 2.스트라이드: 입력에서 한 칸 옮길 때 출력에서 찍는 자리가 옮기는 칸 수. 여기서는 2.커널 크기: 커널 한 변의 칸 수. 3 또는 2.출력 크기: 출력 지도 한 변의 칸 수. 커널 3 × 3 이면(2 − 1) × 2 + 3 = 5, 커널 2 × 2 면(2 − 1) × 2 + 2 = 4.
마지막 입력 칸의 조각은 (입력 크기 − 1) × 스트라이드 칸 옮긴 자리에서 시작해 커널 크기만큼 덮기 때문에 이 식이 나옵니다. 커널이 3 칸이고 스트라이드가 2 칸이면 이웃한 조각이 한 줄씩 겹칩니다. 가로로 겹친 줄과 세로로 겹친 줄이 만나는 칸은 2 × 2 = 4 번 찍힙니다. 그래서 다 찍은 출력에는 한 번, 두 번, 네 번 찍힌 칸이 섞여 진한 줄이 격자처럼 지나가고, 커널을 2 × 2 로 바꾸면 모든 칸이 꼭 한 번씩 찍혀 고릅니다.
해 볼 것. ① 「다음」을 네 번 누르면 출력이 다 찹니다. 한가운데 칸은 2 + 1 + 1 + 3 = 7 입니다. ② 「찍힌 횟수 보기」를 켜면 셋째 줄과 셋째 칸은 2, 한가운데는 4, 나머지는 1 입니다. ③ 「커널을 2 × 2 로」를 누르면 출력이 4 × 4 가 되고 모든 칸의 횟수가 1 이라 진하기가 고릅니다.
보간 뒤 합성곱. 먼저 정해진 규칙으로 키웁니다. 가장 가까운 칸을 복사하거나(최근접, [1, 2] → [1, 1, 2, 2]) 이웃 칸들의 가중 평균을 냅니다(쌍선형). 그다음 보통의 합성곱을 한 번 합니다. 키우는 단계는 학습하지 않지만 모든 칸이 같은 방식으로 만들어져 체커보드 아티팩트가 잘 생기지 않습니다. 체커보드 아티팩트를 다룬 Distill 글(출처)이 이 방식을 권합니다.
7. 배경이 대부분일 때: Dice 손실
모델은 칸마다 물체일 확률 p(0 ~ 1)를 냅니다. 흔한 손실은 교차 엔트로피를 칸마다 구해 평균한 것입니다. 칸마다 같은 몫이라, 위 실험처럼 144칸 가운데 124칸이 배경이면 평균에 들어가는 칸의 86% 가 배경입니다. 물체 칸 20개는 7 분의 1 쯤의 몫밖에 없습니다. 그래서 학습이 배경 쪽으로 치우쳐 물체를 놓치거나 일부만 칠하기 쉽습니다. V-Net 논문은 이 문제를 들어 Dice 를 손실로 썼습니다.
Dice 손실은 Dice 를 바로 손실로 씁니다. 0 이나 1 로 칠하는 대신 확률 p 를 그대로 넣어 미분할 수 있게 합니다. g 는 정답(물체 1, 배경 0)이고, Σ 는 모든 칸에 대해 더하라는 뜻입니다.
Dice 손실 = 1 − 2·Σ(p·g) ÷ (Σp + Σg)
p: 칸마다 물체일 확률. 0 이나 1 로 칠하는 대신 그대로 넣습니다.g: 정답. 물체 1, 배경 0.Σ: 모든 칸에 대해 더하라는 뜻.
둘 다 배경인 칸은 g = 0 이고 p 도 0 에 가까워 분자에도 분모에도 거의 들어가지 않습니다. 배경이 몇 칸이든 손실은 물체 칸과 칠한 칸으로 정해집니다. 그래서 배경이 대부분이어도 물체를 놓치면 손실이 바로 커집니다. 위 실험의 「모두 지우기」는 정확도 0.86 이지만 Dice 는 0, Dice 손실은 1(가장 나쁨)입니다.
주의할 점도 있습니다. 물체가 아주 작으면 칸 하나에 값이 크게 흔들리고, 물체가 없는 사진에서는 분모가 0 에 가까워집니다. 그래서 분모와 분자에 작은 수를 더해 두고, 교차 엔트로피와 더해 같이 쓰기도 합니다. 구현마다 분모를 제곱의 합으로 두는 등 조금씩 다릅니다. 교차 엔트로피에 클래스마다 다른 가중치를 주는 것도 다른 길입니다(클래스 불균형).
8. 언제 무엇을 쓰나
| 선택지 | 좋은 점 | 나쁜 점 | 쓰는 경우 |
|---|---|---|---|
| 객체 탐지(박스) | 정답 만들기와 계산이 가볍다 | 모양과 경계를 모른다 | 무엇이 몇 개, 어디쯤 있는지만 알면 될 때 |
| 시맨틱 분할 | 픽셀마다 클래스. 경계와 넓이를 안다 | 붙어 있는 같은 클래스 물체를 갈라 세지 못한다. 정답 칠하기에 품이 많이 든다 | 길, 하늘, 땅처럼 셀 수 없는 영역. 넓이를 재야 할 때 |
| 인스턴스 분할 | 물체마다 따로 칠해 세고 따로 잴 수 있다 | 구조가 더 복잡하다 | 세포, 사람, 차를 하나씩 다뤄야 할 때 |
| 전치 합성곱 | 키우는 법까지 학습한다 | 커널 크기가 스트라이드로 나눠떨어지지 않으면 체커보드 아티팩트가 생기기 쉽다 | 커널 크기를 스트라이드의 배수로 맞출 때(U-Net 원 구조는 2 × 2 up-convolution) |
| 보간 뒤 합성곱 | 체커보드 아티팩트가 잘 생기지 않는다 | 키우는 단계는 정해진 규칙이라 학습하지 않는다 | 결과에 격자 무늬가 보일 때 |
| 픽셀 정확도 | 뜻이 쉽다 | 배경이 많으면 아무것도 안 찾아도 높다 | 클래스마다 칸 수가 비슷할 때, 참고로만 |
| IoU | 어긋남을 엄격하게 잰다. 객체 탐지의 IoU 와 같은 식이다 | 작은 어긋남에도 점수가 많이 깎인다 | 결과 보고. 클래스마다 내어 평균한 mIoU 를 흔히 쓴다 |
| Dice | 손실로 바꾸기 쉽다. F1 점수와 같은 값이다 | 같은 예측에서 IoU 보다 높게 나와 IoU 와 섞어 비교하면 안 된다 | 결과 보고와 학습의 손실 |
| 교차 엔트로피 손실 | 칸마다 확률을 고르게 다듬는다 | 배경이 대부분이면 물체 칸의 몫이 작다 | 클래스마다 칸 수가 비슷할 때. 클래스에 가중치를 줄 때 |
| Dice 손실 | 둘 다 배경인 칸이 식에 들어가지 않아 물체 칸에 집중한다 | 물체가 아주 작거나 없으면 값이 크게 흔들린다 | 배경이 대부분일 때. 교차 엔트로피와 더해 쓰기도 한다 |
어디에 쓰나
- 의료 영상. 세포, 장기, 병변의 경계를 칠합니다. U-Net 이 처음 나온 곳입니다.
- 도로 장면. 길, 차선, 사람, 차를 픽셀 단위로 나눠 달릴 수 있는 곳을 찾습니다.
- 항공·위성 사진. 건물, 길, 물, 밭의 넓이를 잽니다.
- 사진 편집. 사람을 배경에서 떼어 내 배경을 흐리거나 바꿉니다.
- 다른 모델의 백본(backbone). U-Net 모양은 분할 밖에서도 씁니다. 확산 모델에서 잡음을 예측하는 망으로 U-Net 모양을 많이 씁니다.
자주 묻는 것
IoU 와 Dice 가운데 무엇을 써야 하나요?
한 장 안에서는 어느 쪽으로 재도 예측들의 순서가 같습니다. Dice = 2·IoU ÷ (1 + IoU) 로 한쪽에서 다른 쪽이 바로 나오기 때문입니다. 숫자의 크기는 달라서 같은 예측이면 Dice 가 더 높습니다. 그래서 남의 결과와 비교할 때는 같은 지표끼리 비교하고, 그 분야에서 흔히 쓰는 쪽을 함께 적습니다.
픽셀 정확도가 95% 인데 왜 나쁜 모델이라고 하나요?
배경이 95% 인 사진이라면 아무것도 칠하지 않아도 정확도가 95% 입니다. 정확도는 둘 다 배경인 칸도 맞힌 것으로 세기 때문입니다. 물체를 얼마나 찾았는지는 그 칸을 빼고 재는 IoU 나 Dice 로 봅니다. 위 실험에서 「모두 지우기」를 누르면 물체를 하나도 못 찾았는데 정확도가 0.86 입니다.
U-Net 의 스킵 연결과 ResNet 의 잔차 연결은 같은 것인가요?
둘 다 앞의 값을 뒤로 바로 보내지만 하는 일이 다릅니다. U-Net 은 줄이기 전의 자세한 지도를 키운 지도 옆에 이어 붙여 경계의 위치를 되살립니다. 잔차 연결은 같은 크기의 값을 더해 깊은 망이 잘 학습되게 합니다.
낱말
| 여기서 쓴 말 | 책에서 부르는 말 |
|---|---|
| 픽셀마다 이름 붙이기 | 영상 분할(image segmentation) |
| 픽셀마다 클래스만 | 시맨틱 분할(semantic segmentation) |
| 물체마다 따로 | 인스턴스 분할(instance segmentation). 둘을 합친 것은 파놉틱 분할(panoptic segmentation) |
| 칠한 지도 | 마스크(mask), 분할 맵(segmentation map) |
| 줄이는 쪽, 키우는 쪽 | 인코더(encoder), 디코더(decoder). U-Net 논문은 contracting path, expansive path |
| 건너뛰어 보내는 연결 | 스킵 연결(skip connection) |
| 키우기 | 업샘플링(upsampling) |
| 조각을 찍어 키우기 | 전치 합성곱(transposed convolution). deconvolution, up-convolution 이라고도 부른다 |
| 가장 가까운 칸 복사, 이웃의 가중 평균 | 최근접 보간(nearest-neighbor), 쌍선형 보간(bilinear interpolation) |
| 바둑판 무늬 | 체커보드 아티팩트(checkerboard artifact) |
| 겹침 ÷ 합침 | IoU(intersection over union), 자카드 지수(Jaccard index) |
| 2 × 겹침 ÷ 두 크기의 합 | Dice 계수(Dice coefficient, Sørensen–Dice). F1 점수와 같은 값 |
| 겹친 칸, 더 칠한 칸, 놓친 칸, 둘 다 배경 | 참 양성(TP), 거짓 양성(FP), 거짓 음성(FN), 참 음성(TN) |
| 맞힌 칸 ÷ 모든 칸 | 픽셀 정확도(pixel accuracy) |
| 배경이 대부분 | 클래스 불균형(class imbalance) |
| 확률을 그대로 넣은 Dice | 소프트 Dice, Dice 손실(Dice loss) |
출처
- Olaf Ronneberger, Philipp Fischer, Thomas Brox, U-Net: Convolutional Networks for Biomedical Image Segmentation, arXiv:1505.04597. 줄이는 길과 키우는 길, 이어 붙이는 건너뛰는 연결, 2 × 2 풀링과 2 × 2 키우기.
- Fausto Milletari, Nassir Navab, Seyed-Ahmad Ahmadi, V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation, arXiv:1606.04797. 배경이 대부분일 때의 치우침과 Dice 를 쓴 손실.
- Augustus Odena, Vincent Dumoulin, Chris Olah, Deconvolution and Checkerboard Artifacts, Distill. 전치 합성곱의 고르지 않은 겹침과 보간 뒤 합성곱.
- Kaiming He, Georgia Gkioxari, Piotr Dollár, Ross Girshick, Mask R-CNN, arXiv:1703.06870. 상자마다 마스크를 칠하는 개체 분할.