基于位置感知复制粘贴数据增强的遮挡实例分割
计算机视觉与模式识别
2023-11-22 v2
摘要
遮挡是计算机视觉中一个长期存在的问题，尤其在实例分割中。ACM MMSports 2023 DeepSportRadar 引入了一个专注于篮球场景下人体分割的数据集，以及一种针对遮挡场景的专用评估指标。鉴于该数据集规模较小且待分割目标具有高度可变形性，这一挑战要求应用鲁棒的数据增强技术和明智选择的深度学习架构。我们的工作（竞赛排名第 1）首先提出了一种新颖的数据增强技术，能够生成分布更广的更多训练样本。随后，我们采用了一种新架构——以 CBNetV2 为骨干网络并带有 MaskIoU 头的混合任务级联（HTC）框架，以提升分割性能。此外，我们采用了随机权重平均（SWA）训练策略来改善模型的泛化能力。最终，我们在挑战数据集上取得了显著的遮挡分数（OM）0.533，稳居排行榜首位。源代码见 https://github.com/nguyendinhson-kaist/MMSports23-Seg-AutoID。
引用
@article{arxiv.2310.17949,
title = {Instance Segmentation under Occlusions via Location-aware Copy-Paste Data Augmentation},
author = {Son Nguyen and Mikel Lainsa and Hung Dao and Daeyoung Kim and Giang Nguyen},
journal= {arXiv preprint arXiv:2310.17949},
year = {2023}
}