クラス分類を行わないインスタンスセグメンテーションのタスクで、まず事前学習モデルにより画像からオブジェクト単位の粗いマスクを生成し、次に事前学習モデルをバックボーンとした自己教師あり学習で高精細なマスクに変換するFreeSOLOを提案した。

ImageNet Pre-trainedのResNet-50を使用し、ラベルなし画像を含むCOCOデータセットで評価を行い、アノテーション情報を使う従来手法には及ばないものの、同列に並べられる結果。5%のCOCO教師データを使用したファインチューニングでは、自己教師あり学習の従来手法を上回る結果。

セグメンテーション性能の高さにより通ったと考えられる。バウンディングボックス情報でインスタンスセグメンテーションを行うCVPR 2021採択のBoxInstを発展させた論文で、著者も重複している。PyTorch実装( https://github.com/NVlabs/FreeSOLO )が公開されている。