sanshibayuan的博客

SOLO v2遵循了SOLO的优雅、简单的设计，并且针对mask的检测效果和运行效率做了两个改进：（1）mask learning：能够更好地学习到mask（2）mask NMS：提出了matrix nms，大大减少了前向推理的时间。最终，SOLOv2相比SOLOv1，AP提升1.9%的同时速度快了33%，light-weight 版本的SOLVv2能够在COCO上达到31.3FPS，37.1%AP。除此之外，SOLO v2还在目标检测和全景分割任务中表现上佳，证实了SOLO的思路有用在更多视觉任务的潜力

论文名称：《BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation》论文链接：https://arxiv.org/abs/2001.00309参考代码：暂无写在前面BlendMask是一阶段的密集实例分割方法，结合了Top-down和Bottom-up的方法的思路。它通过在anchor-free检测模型FCOS...

作者源代码已经开源，因此更新了结合作者源代码分析的网络实现部分此外，SOLOv2论文已经发布https://arxiv.org/abs/2003.10152，

论文名称：《Towards End-to-End Lane Detection an Instance Segmentation Approach》论文链接：https://arxiv.org/abs/1802.05591参考代码（非官方）：https://github.com/MaybeShewill-CV/lanenet-lane-detection综述背景介绍传统车道线检测方...