MaskUno：用于增强实例分割的开关-分裂块
计算机视觉与模式识别
2024-08-01 v1 人工智能
摘要
实例分割是图像分割的高级形式，除了传统分割外，还要求识别场景中重复对象的各个实例。Mask R-CNN是最常见的实例分割架构，对该架构的改进包括从边界框精修中获益、增加语义信息或增强骨干网络等步骤。在迄今为止提出的所有变体中，当模型试图同步学习众多类别时，竞争核问题（每个类别都试图最大化自身的准确率）依然存在。在本文中，我们通过用开关-分裂块替代掩码预测来缓解该问题，该块处理精修后的ROI、对其分类并将其分配给专用的掩码预测器。我们将该方法命名为MaskUno，并在文献中的多种模型上进行了测试，这些模型随后在COCO基准数据集上使用多个类别进行训练。在80个类别上训练的高性能DetectoRS模型观察到平均精度均值（mAP）提升了2.03%。MaskUno被证明能够在类别数量和类型方面增强实例分割模型的mAP。
引用
@article{arxiv.2407.21498,
title = {MaskUno: Switch-Split Block For Enhancing Instance Segmentation},
author = {Jawad Haidar and Marc Mouawad and Imad Elhajj and Daniel Asmar},
journal= {arXiv preprint arXiv:2407.21498},
year = {2024}
}