论文笔记——OnAVOS：Online Adaptation of Convolutional Neural Networks for Video Object Segmentation

论文题目：Online Adaptation of Convolutional Neural
Networks for Video Object Segmentation

论文链接：https://arxiv.org/pdf/1706.09364.pdf

OnAVOS可以看作是在OSVOS上面进行的拓展。由于OSVOS并没有考虑时序因素，因此假如object的外观变化太大，那么对OSVOS来说就是一个不小的挑战。因此，这篇OnAVOS就是在OSVOS上面增加了两个extension，以解决large changes in object appearance的问题。

本文的贡献主要有如下两点（即两个extensions）：

（1）采用了online adaptation来适应物体外观的变化；

（2）采用了一个更新的网络架构，并额外做了objectness的预训练。

OnAVOS包括四部分网络，分别是：Base Network，Objectness Network，Domain Specific Objectness Network，以及Test Network。除了Objectness Network，其他的都与OSVOS中的三个网络大同小异，下面分别进行简要介绍：

Base Network：在ImageNet这类大型数据集上做分类预训练，以学习到物体的representation。与OSVOS不同的是，OSVOS的backbone采用的是VGG模型，而OnAVOS采用了较宽的Resnet；

Objectness Network：这一部分是OnAVOS新增加的enxtensi