UPSNet：一种统一全景分割网络
计算机视觉与模式识别
2019-04-05 v2
摘要
本文中，我们提出一种统一全景分割网络(UPSNet)以应对新提出的全景分割任务。在单一骨干残差网络之上，我们首先设计一个基于可变形卷积的语义分割头和一个Mask R-CNN风格的实例分割头，它们同时解决这两个子任务。更重要的是，我们引入一个无参数全景头，通过逐像素分类解决全景分割。它首先利用前两个头的logits，然后创新地扩展表示以能够预测一个额外的未知类，这有助于更好地解决语义与实例分割之间的冲突。此外，它处理了由实例数量变化引起的挑战，并允许以端到端方式向后端模块反向传播。在Cityscapes、COCO及我们的内部数据集上的大量实验结果表明，我们的UPSNet以快得多的推理取得了最先进性能。代码已发布于：https://github.com/uber-research/UPSNet
引用
@article{arxiv.1901.03784,
title = {UPSNet: A Unified Panoptic Segmentation Network},
author = {Yuwen Xiong and Renjie Liao and Hengshuang Zhao and Rui Hu and Min Bai and Ersin Yumer and Raquel Urtasun},
journal= {arXiv preprint arXiv:1901.03784},
year = {2019}
}
备注
CVPR 2019