Press "Enter" to skip to content

完美替代Mask RCNN!BlendMask:实例分割新标杆

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

今天新出的论文 : Top-Down Meets Bottom-Up for Instance Segmentation ,提出一种 自顶向下 和 自底向上 设计策略相结合的实例分割算法 BlendMask ,在精度上超越了Mask RCNN,速度上 快20% ,可谓完美替代Mask RCNN的实例分割新标杆!

 

该文作者信息:

 

 

作者团队来自阿德莱德大学、东南大学和华为诺亚方舟实验室。

 

BlendMask 算法思想结果示例:

 

 

上图展示了Blend过程,BlendMask分支得到的Bases和检测分支得到的attns注意力结果,一一对应按元素相乘再相加合成,得到最终的实例分割结果。

 

网络架构

 

作者是在SOTA 目标检测算法FCOS基础上改进得到 BlendMask ,下图橙色部分为实例分割的检测分支,绿色部分为使用FPN特征预测的一组bases。

 

 

检测分支得到目标包围框和attns注意力区块,其和Bottom 模块的结果Bases 经Blender模块blend成最终的分割结果。

 

下图为Bases 和 attentions 结果示意图:

 

 

实验结果

 

作者将BlendMask 与其他SOTA实例分割算法在COCO test-dev数据集上进行了比较:

 

 

 

BlendMask 在速度最快的的同时精度最高!

 

下图为一些分割结果示例:

 

 

该文提出的方法分割结果更加精确细致。

 

详细信息请查看原论文。

 

论文地址 :

 

https://arxiv.org/pdf/2001.00309.pdf

Be First to Comment

发表评论

邮箱地址不会被公开。 必填项已用*标注