Mask Scoring R-CNN

介绍两种优化Mask R-CNN的方法:MaskScoring R-CNN引入蒙版得分提高精度;PANet通过改进信息流和特征整合提升实例分割效果。

Mask Scoring R-CNN论文:

https://arxiv.org/abs/1903.00241

GitHub地址:
https://github.com/zjhuang22/maskscoring_rcnn

这篇CVPR 2019论文就提出了一种新的打分方法:给蒙版打分,他们称之为蒙版得分(mask score)。
无论基干网络是纯粹的ResNet-101,还是用了DCN、FPN,MS R-CNN的AP成绩都比Mask R-CNN高出一点几个百分点。

在此之前,也有人提出了优化Mask R-CNN的思路。

比如,香港中文大学、北京大学、商汤科技、腾讯优图在CVPR 2018发表的一篇论文,提出了一个名为PANet的实例分割框架。

优化了Mask R-CNN中的信息传播,通过加速信息流、整合不同层级的特征,提高了生成预测蒙版的质量。

在未经大批量训练的情况下,就拿下了COCO 2017挑战赛实例分割任务的冠军。


 

论文地址:

Path Aggregation Network for Instance Segmentation
https://arxiv.org/abs/1803.01534

代码地址:
https://github.com/ShuLiu1993/PANet


作者:量子位
链接:http://www.imooc.com/article/281692
来源:慕课网
本文原创发布于慕课网 ,转载请注明出处,谢谢合作

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值