cvpr2022总结:
CVPR 2022: 图像分割论文大盘点_大林兄的博客-CSDN博客_图像分割最新论文
尽管近年来实例分割取得了长足的进步,但如何设计具有实时性的高精度算法仍然是一个挑战。本文提出了一种实时实例分割框架OrienMask。在一级目标检测器YOLOv3的基础上,添加一个掩模头来预测一些有区别的方向图,这些方向图被明确定义为前景和背景像素的空间偏移向量。由于方向图的分辨能力,可以在不需要额外前景分割的情况下恢复掩模。与相同锚定大小匹配的所有实例共享一个公共方向图。这种特殊的共享策略降低了掩码预测的缓冲内存利用率,但不会损失掩码粒度。给定NMS后的生存盒预测,实例掩码可以由相应的方向图以较低的复杂度同时构造。由于掩模表示的简洁设计及其与基于锚的目标检测器的有效集成,我们的方法在保持竞争精度的同时,在实时条件下是合格的。在COCO基准上的实验表明,OrienMask以42.7fps的速度实现了34.8mask-AP,用单个rtx2080ti进行了评估。
代码可在https://github.com/duwt/OrienMask.
2021.04
Method |
Backbone |
Schedule |
AP |
AP* |
Checkpoint |
Mask R-CNN |
R50-FPN |
1x |
34.7 |
36.8 |