GH-ESD는 객체 탐지 및 분할과 같은 인스턴스 레벨 시각적 작업에서 오류 슬라이스를 발견하는 새로운 방식입니다. 기존 방식은 표현 공간 클러스터링이나 미리 정의된 속성을 활용하지만, GH-ESD는 맥락적 관계 및 공간적 근거를 기반으로 오류 패턴을 분석합니다. GH-ESD는 가설 추론을 통해 오류의 근본 원인을 파악하고, 모델의 약점을 개선하는 데 도움을 줍니다.
GH-ESD는 시각적 오류 슬라이스를 모델의 취약점과 연결하여, 모델의 견고성 평가 및 개선에 기여합니다. 기존 방식의 한계를 극복하고, 인스턴스 레벨 작업에서 발생하는 오류 패턴을 보다 정확하게 분석합니다.
GH-ESD는 이미지 레벨 분류 작업뿐만 아니라, 객체 탐지 및 분할과 같은 인스턴스 레벨 작업에도 적용 가능하며, 모델의 성능 향상에 기여할 것으로 기대됩니다.