面向汽车应用的快速精确二维物体二值实例分割

本文致力于改进二值 2D 实例分割，以辅助人工利用多边形标注真值数据集。人工标注者只需在物体周围画框，多边形即自动生成。为具实用性，我们的系统须在 CPU 上实时运行。二值实例分割最常用的方法涉及编码器-解码器网络。本报告评估了最先进的编码器-解码器网络，并提出了一种利用这些网络提升实例分割质量的方法。除网络架构改进外，我们所提方法依赖于向网络输入提供额外信息，即所谓极值点——也就是物体轮廓上的最外点。用户标注它们几乎与标注边界框一样快。边界框亦可从极值点推导得出。与其他最先进编码器-解码器网络相比，该方法产生更优的 IoU，且在部署于 CPU 时也运行得足够快。