极简笔记 Path Aggregation Network for Instance Segmentation
论文地址 https://arxiv.org/abs/1803.01534
本篇文章核心提出一个用于instance segmentation的网络PANet,如图三点改进:
Bottom-up Path Augmentation
在FPN之后再加入从底层到高层的卷积操作。文章解释说,在FPN之前的骨架网络深度非常深(来个100+层),为了方便底层信息向后传递,能够在决策层面被利用,所以在FPN之后又加了bottom-up path,使得底层信息到决策层面的最短路径不用从back-bone走,从FPN的cut再走bottom-up path加起来不到十层就可以了,能够更有效地被利用。bottom-up path结构如图, N2

本文介绍PANet网络,其三大创新包括:Bottom-up Path Augmentation增强底层特征传播;Adaptive Feature Pooling融合多尺度特征;Fully-connected Fusion通过全连接层改善分割表现。该网络在COCO2017挑战赛中取得优异成绩。
最低0.47元/天 解锁文章
564

被折叠的 条评论
为什么被折叠?



