本文介绍 突发!SipMask发布!基于空间信息保存实时实例分割算法,效果远超MaskRCNN! <!-- more -->

突发!SipMask发布!基于空间信息保存实时实例分割算法,效果远超MaskRCNN!

This article was original written by Jin Tian, welcome re-post, first come with https://jinfagang.github.io . but please keep this copyright info, thanks, any question could be asked via wechat: jintianiloveu

 

这篇论文刚上线不久, 来自天津大学的一作. 这篇论文提出了一个单阶段的实例分割算法, 同时基于空间信息保存, 简单来说就是SipMask. 论文的核心思想是提出了一个新奇的模块, 为每一个instance生成独立的空间系数, 从而提升mask的生成质量, 从效果上来看, SipMask的Mask质量简直惊为天人. 相比于TensorMask还要高一个点, 相对比Yolact要提高了3个点, SipMask可以跑到realtime, 同时也支持VideoSegmentation.

论文已经开源:

https://github.com/JialeCao001/SipMask

 

结构

mask生成质量对比, 其实这篇论文可以看做是Yolact的改进版, 它背后的大概思路也差不多.

提出了一个全新的结构. 可以有效的将每一个box里面的instance生成相关系数, 从而将更加属于同一类的像素点分割到一类之中.

 

指标

效果上来看, 完全超越了Yolact, 同时对比与一些realtime的实例分割, 比如PolarMask, 性能也是提升巨大.

 

 

感兴趣的同学可以细致的研读Paper:

https://arxiv.org/pdf/2007.14772.pdf

 

往期文章

https://zhuanlan.zhihu.com/p/165009477

https://zhuanlan.zhihu.com/p/149398749

https://zhuanlan.zhihu.com/p/147622974

https://zhuanlan.zhihu.com/p/144727162