OSFormer：基于Transformer的单阶段伪装实例分割
计算机视觉与模式识别
2022-08-03 v3
摘要
我们提出OSFormer，首个用于伪装实例分割（CIS）的单阶段Transformer框架。OSFormer基于两项关键设计。首先，我们设计位置感知Transformer（LST），通过引入位置引导查询与混合卷积前馈网络来获取位置标签与实例感知参数。其次，我们开发由粗到细融合（CFF）以合并来自LST编码器与CNN骨干网的多样上下文信息。将这两部分耦合使OSFormer能高效融合局部特征与长程上下文依赖以预测伪装实例。相较于两阶段框架，我们的OSFormer达到41% AP并取得良好的收敛效率，且无需海量训练数据，即在60轮内仅用3,040个样本。代码链接：https://github.com/PJLallen/OSFormer。
引用
@article{arxiv.2207.02255,
title = {OSFormer: One-Stage Camouflaged Instance Segmentation with Transformers},
author = {Jialun Pei and Tianyang Cheng and Deng-Ping Fan and He Tang and Chuanbo Chen and Luc Van Gool},
journal= {arXiv preprint arXiv:2207.02255},
year = {2022}
}
备注
This paper has been accepted by ECCV2022