一种简单通用的全景分割方法
计算机视觉与模式识别
2025-03-10 v2
摘要
全景分割是一项重要的计算机视觉任务，当前最先进的解决方案需要专门的组件才能表现良好。我们提出了一种简单的通用框架，基于深度编码器-浅层解码器架构，进行逐像素预测。本质上是对大规模预训练图像模型进行微调，并添加最少的额外组件。朴素地应用此方法效果不佳。我们表明这是由于训练过程中的不平衡所致，并提出了一种新颖的方法来减少这种不平衡——在谱位置嵌入空间中进行质心回归。我们的方法在具有挑战性的 MS-COCO 数据集上达到了 55.1 的全景质量，这是通用方法中的最佳性能。
引用
@article{arxiv.2408.16504,
title = {A Simple and Generalist Approach for Panoptic Segmentation},
author = {Nedyalko Prisadnikov and Wouter Van Gansbeke and Danda Pani Paudel and Luc Van Gool},
journal= {arXiv preprint arXiv:2408.16504},
year = {2025}
}