Mask Frozen-DETR：单 GPU 上的高质量实例分割
计算机视觉与模式识别
2023-08-08 v1
摘要
本文中，我们致力于研究如何以最少的训练时间与 GPU 构建强大的实例分割器，这与当前多数方法以更长训练时间与更高 GPU 需求为代价、通过构建更先进框架来追求更精确实例分割器的做法相反。为此，我们引入了一个简单而通用的框架，称为 Mask Frozen-DETR，它可将任何现有的基于 DETR 的目标检测模型转换为强大的实例分割模型。我们的方法仅需训练一个额外的轻量级 mask 网络，在冻结的基于 DETR 的目标检测器给出的边界框内预测实例 mask。值得注意的是，我们的方法在 COCO test-dev 集上的性能优于 SOTA 实例分割方法 Mask DINO（55.3% 对 54.7%），而训练速度快 10 倍以上。此外，我们所有实验均可仅用一块 16 GB 显存的 Tesla V100 GPU 训练，展示了所提框架的显著效率。
引用
@article{arxiv.2308.03747,
title = {Mask Frozen-DETR: High Quality Instance Segmentation with One GPU},
author = {Zhanhao Liang and Yuhui Yuan},
journal= {arXiv preprint arXiv:2308.03747},
year = {2023}
}