（十二）MaskFormer

最新推荐文章于 2025-11-03 16:23:01 发布

原创

最新推荐文章于 2025-11-03 16:23:01 发布 · 3k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #深度学习

NeurIPS 2021会议上提出的MaskFormer模型创新性地将语义分割任务从逐像素分类转换为掩码分类。这种方法通过预测一组与全局类标签相关的二进制掩码，简化了语义和实例分割任务，尤其在大量类别情况下表现出色。掩码分类损失由交叉熵分类损失和二元掩码损失组成，使得模型能够处理多个相同类别的掩码预测。MaskFormer作为模块可以应用于任何逐像素分类模型，以实现掩码分类功能。

Per-Pixel Classification is Not All You Need for Semantic Segmentation

NeurIPS 2021
原文链接

掩码分类具有足够的通用性，可以使用完全相同的模型、损失函数和训练过程，以统一的方式解决语义级和实例级的分割任务。
本文提出MaskFormer,一个掩码分类模型。预测一组二进制掩码，每个掩码都与一个单个全局类标签预测相关联。简化了语义分割和全景分割任务，当类的数量很大时，MaskFormer比逐像素分类表现得更好。