SAIS:单阶段无锚框实例分割
计算机视觉与模式识别
2019-12-04 v1
摘要
本文中,我们提出一种基于单阶段无锚框检测器的简单而高效的实例分割方法,称为SAIS。在我们的方法中,实例分割任务由两个并行子任务组成,分别预测掩码系数和掩码原型。然后,通过用掩码系数对原型进行线性组合来生成实例掩码。为提升实例掩码质量,将回归与分类的信息融合以预测掩码系数。此外,设计了中心感知目标以保留每个实例的中心坐标,在实例分割中实现了稳定的提升。在MS COCO上的实验表明,SAIS以小得多的内存占用达到了现有最先进单阶段方法的性能。
引用
@article{arxiv.1912.01176,
title = {SAIS: Single-stage Anchor-free Instance Segmentation},
author = {Canqun Xiang and Shishun Tian and Wenbin Zou and Chen Xu},
journal= {arXiv preprint arXiv:1912.01176},
year = {2019}
}