注:2019年04月05日剛出爐的paper
Abstract:我們提出了一個用於實時實例分割的簡單全卷積模型,在單個Titan Xp上以33 fps在MS COCO上實現了29.8 mAP,這比以前的任何算法都要快得多。此外,我們只在一個GPU上訓練後獲得此結果。我們通過將實例分割分成兩個並行子任務:(1)生成一組原型掩膜(prototype mask);(2)預測每個實例的掩膜係數(mask coefficients)。然後我們通過將原型與掩模係數線性組合來生成實例掩膜(instance masks)。我們發現因爲這個過程不依賴於 repooling,所以這種方法可以產生非常高質量的掩模。此外,我們分析了 the emergent behavior of our prototypes,並表明他們學會以 translation variant manner 定位實例,儘管是完全卷積的。最後,我們還提出了快速NMS(Fast NMS),比標準NMS快12 ms,只有一點點性能損失。
paper:yolact
github:yolact
效果還可以。