안녕하세요.

모델 규칙에 잘 모르겠는 부분이 있습니다.

• 허용 부분: 단일 백본(backbone)으로부터 추출된 feature를 기반으로 한 head 확장 또는 auxiliary head 구성
• 불허 부분: 복수의 모델 또는 백본(backbone)을 병렬로 결합하는 구조

예를들어 서로 다른 역할을 하는 인코더를 결합하는게 "복수의 모델 또는 백본(backbone)을 병렬로 결합하는 구조"에 해당하는 것일까요?

사실 어디까지가 백본인지 잘 모르겠습니다. 입력 데이터를 여러 특성으로 분리해서 동일한 형태의 임베딩으로 만들어 붙이고 처리하면 허용 부분일까요?

그리고

• 영상(Video) 데이터의 경우 프레임 단위로 분해하여 각 프레임을 개별 이미지로 모델에 입력해야 하며, 복수 프레임을 동시에 모델 입력으로 사용하여 시간적 정보를 직접 활용하는 방식은 허용되지 않습니다.
• 단, 프레임별로 독립적으로 수행된 추론 결과를 종합하여 최종 결과를 산출하는 후처리 과정은 허용됩니다.

이 부분에서도 시계열적인 특성을 활용하는 방식은 허용되지 않는다고 적혀있는데, 여기서 잘 모르겠는것이 각 프레임을 잘라 각각 처리 후 결합하는 것은 시간적 정보를 처리하는것이 아니라고 말할 수 있는지 모르겠습니다.

그리고 프레임별 독립적인 수행 추론 결과라고 하는것은 이진 분류된 결과를 말씀하시는 걸까요? 그러면 투표방식이 있을거같은데 그외에는 로짓 가중합 방식 말고는 떠오르지 않습니다. 제가 이해한게 맞을까요?

그런데,

• 서로 독립적으로 학습된 모델의 예측 결과 또는 임베딩을 결합하는 방식
• Test-Time Augmentation(TTA) 등 반복 추론 후 결과를 결합하는 방식

이 불허 조건에 따르면 반복 추론 결과를 결합하는 방식, 모델의 예측 결과를 결합하는 방식이랑 말이 안맞는데 동영상인 경우에는 예외인건가요?