산업용 객체 감지 시스템은 일반적으로 대규모 어노테이션 데이터 세트에 의존하지만, 이는 수집 비용이 많이 들고 산업 현장에서 객체의 재고가 자주 변경되는 상황에서 유지 관리하기 어렵습니다.
연구진은 비전 기반 모델을 활용하여 최소한의 감독만으로 객체를 인식하는 감지 프레임워크를 제시하며, 클래스 프로토타입을 소량의 참조 샘플에서 추출하여 생성합니다.
제안된 방법은 세 가지 산업용 데이터 세트에서 평가를 거쳐 기존의 트레이닝 프리 감지 방법보다 AP를 6.9% 향상시켰으며, CAD 모델이나 대규모 어노테이션 데이터 세트 없이도 새로운 객체를 몇 장의 참조 이미지만으로 온보딩할 수 있습니다.