完美替代Mask RCNN！BlendMask：實例分割新標杆

• 2020 年 2 月 12 日
• 筆記

今天新出的論文BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation，提出一種自頂向下和自底向上設計策略相結合的實例分割演算法BlendMask，在精度上超越了Mask RCNN，速度上快20%，可謂完美替代Mask RCNN的實例分割新標杆！

該文作者資訊：

作者團隊來自阿德萊德大學、東南大學和華為諾亞方舟實驗室。

BlendMask演算法思想結果示例：

上圖展示了Blend過程，BlendMask分支得到的Bases和檢測分支得到的attns注意力結果，一一對應按元素相乘再相加合成，得到最終的實例分割結果。

網路架構

作者是在SOTA 目標檢測演算法FCOS基礎上改進得到BlendMask，下圖橙色部分為實例分割的檢測分支，綠色部分為使用FPN特徵預測的一組bases。

檢測分支得到目標包圍框和attns注意力區塊，其和Bottom 模組的結果Bases 經Blender模組blend成最終的分割結果。

下圖為Bases 和 attentions 結果示意圖：

實驗結果

作者將BlendMask 與其他SOTA實例分割演算法在COCO test-dev數據集上進行了比較：

BlendMask 在速度最快的的同時精度最高！

下圖為一些分割結果示例：

該文提出的方法分割結果更加精確細緻。

詳細資訊請查看原論文。

論文地址：

https://arxiv.org/pdf/2001.00309.pdf

期待作者早日開源程式碼～