在全尺度上改进全景分割
计算机视觉与模式识别
2021-03-24 v2
摘要
基于裁剪的训练策略将训练分辨率与 GPU 显存消耗解耦，从而允许在多百万像素图像上使用大容量全景分割网络。然而，使用裁剪可能引入偏向截断或遗漏大物体的偏差。为此，我们提出一种新颖的裁剪感知边界框回归损失（CABB loss），其促使预测与裁剪物体的可见部分一致，同时不过度惩罚其延伸至裁剪区域之外。我们进一步引入一种新颖的数据采样与增强策略，通过抵消物体尺寸的不平衡分布来改进跨尺度的泛化能力。将这两项贡献与精心设计的自顶向下全景分割架构结合，我们在具有挑战性的 Mapillary Vistas（MVD）、Indian Driving 与 Cityscapes 数据集上取得了新的最先进结果，在 MVD 上超越先前最佳方法 +4.5% PQ 与 +5.2% mAP。
引用
@article{arxiv.2012.07717,
title = {Improving Panoptic Segmentation at All Scales},
author = {Lorenzo Porzi and Samuel Rota Bulò and Peter Kontschieder},
journal= {arXiv preprint arXiv:2012.07717},
year = {2021}
}