איך מוצאים חיה שהתמזגה לחלוטין עם הסביבה שלה, או נגע זעיר שכמעט לא נראה בתמונה רפואית? זיהוי עצמים מוסווים הוא אתגר מרתק בראייה ממוחשבת, עם שימושים בדימות ביו-רפואי, במעקב צבאי ובבקרת איכות בתעשייה. המודלים המדויקים ביותר בתחום הם לרוב כבדים וגדולים, ולכן קשה להריץ אותם על מכשירי קצה בזמן אמת. דחיסה של מודל כזה מסוכנת במיוחד כאן, כי ההבדלים בין העצם לרקע עדינים מאוד וקל לאבד אותם.
המאמר שואל האם אפשר לבנות רשת קלה ומהירה יותר, מבלי לאבד את היכולת להבחין בהבדלים הדקים האלה. החוקרים יצאו מרשת היברידית קיימת, PRNet, ועיצבו מחדש את שלושת מרכיביה: עמוד השדרה, מודול האינטגרציה והמפענח. הם הוסיפו מנגנון קשב דליל שפועל ברמת ראשי הקשב ושומר על ההקשר הגלובלי של התמונה, ושילבו אסטרטגיית זיקוק ידע מהמודל הגדול אל המודל הקטן בשלוש רמות משלימות.
המודל נבחן על מערכי נתונים מקובלים בתחום, מול המורה ומול שיטות מתקדמות נוספות, ועם ניסויי אבלציה שבודקים את תרומת כל רכיב. כמה מחיר משלמים על הקלות במשקל, ואילו רכיבים באמת משנים? התשובות נמצאות במאמר.
