基于联合语义与实例分割网络的全景分割
计算机视觉与模式识别
2019-02-08 v2
摘要
我们提出一种用于全景分割的单网络方法。该方法利用启发式规则融合联合训练的语义与实例分割网络的预测结果。联合训练是迈向端到端全景分割网络的第一步，并且比以往工作中使用两个网络分别训练和预测更快、更省内存。该架构由一个被语义分割与实例分割分支共享的 ResNet-50 特征提取器构成。实例分割采用 Mask R-CNN 类架构，而语义分割分支增补了一个金字塔池化模块。该方法的结果已提交至 COCO 与 Mapillary 联合识别挑战赛 2018。我们的方法在 Mapillary Vistas 验证集上取得 17.6 的 PQ 分数，在 COCO test-dev 集上取得 27.2 的 PQ 分数。
引用
@article{arxiv.1809.02110,
title = {Panoptic Segmentation with a Joint Semantic and Instance Segmentation Network},
author = {Daan de Geus and Panagiotis Meletis and Gijs Dubbelman},
journal= {arXiv preprint arXiv:1809.02110},
year = {2019}
}
备注
Technical report