본 논문은 다중 레이블 이미지 분류에서 정확한 어노테이션 확보의 어려움을 해결하기 위해, 비지도 학습 기반의 CLIP 활용 방법을 제시합니다. CLIP의 뷰 의존성 및 편향 문제를 해결하고자, 분류기의 Class Activation Mapping (CAM)을 활용하여 목표 객체 주변의 다중 뷰를 선택하고, CLIP 예측으로부터 얻은 의사 레이블의 편향을 제거하는 Classifier-guided CLIP Distillation (CCD) 방법을 제안합니다. CCD는 추가 레이블 없이 다중 국소 뷰를 선택하고 예측의 편향을 제거하여 분류 성능을 향상시킵니다. 다양한 데이터셋에서 기존 기법보다 우수한 성능을 보임을 실험적으로 검증하였으며, 코드는 깃허브에 공개되어 있습니다.
