픽셀 수준 접근과 같은 세밀한 영상 분석은 엑스레이 보안 이미지에서 위협 탐지를 향상시킨다. 그러나 실제 환경에서는 전체 픽셀 수준 주석을 획득하는 비용이 크게 증가하므로, 데이터셋을 부분적으로 라벨링함으로써 이를 줄일 수 있다. 하지만 부분적으로 라벨링된 데이터셋을 처리하면 학습 과정에서 복잡한 다단계 네트워크가 요구될 수 있다. 본 논문에서는 부분 라벨 데이터셋에 대해 단일 네트워크를 학습하면서, 데이터와 객체 제안(object proposal) 수준에서 내재된 클래스 불균형을 함께 완화하는 새로운 종단 간(object separation) 프레임워크를 제안한다. 경험적 결과는 기존 접근법에 비해 유의미한 성능 향상을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.