LVIS 挑战赛赛道技术报告第一名解决方案：用于大词汇量实例分割的分布平衡与边界优化
计算机视觉与模式识别
2021-11-08 v2
摘要
本报告介绍了 FuXi-Fresher 团队参加 LVIS Challenge 2021 的技术细节。我们的方法侧重于以下两个方面的问题：长尾分布以及掩码和边界的分割质量。基于先进的 HTC 实例分割算法，我们受到 CBNetv2 的启发，通过复合连接接入 transformer 主干网络（Swin-L）以增强基线结果。为了缓解长尾分布问题，我们设计了一种分布平衡方法，包括数据集平衡和损失函数平衡模块。此外，我们使用由掩码评分和 refine-mask 算法组成的掩码与边界优化方法来提高分割质量。另外，我们惊喜地发现，早停结合 EMA 方法可以实现极大的提升。最后，通过使用多尺度测试并增加每张图像检测对象数量的上限，我们在 LVIS Challenge 2021 的验证集上实现了超过 45.4% 的边界 AP。在 LVIS Challenge 2021 的测试数据上，我们排名第一，并取得了 48.1% 的 AP。值得注意的是，我们的 APr 47.5% 非常接近 APf 48.0%。
引用
@article{arxiv.2111.02668,
title = {LVIS Challenge Track Technical Report 1st Place Solution: Distribution Balanced and Boundary Refinement for Large Vocabulary Instance Segmentation},
author = {WeiFu Fu and CongChong Nie and Ting Sun and Jun Liu and TianLiang Zhang and Yong Liu},
journal= {arXiv preprint arXiv:2111.02668},
year = {2021}
}