记录分割：平衡分割精度与实时性的FEELVOS及SiamMask

此类视频中对目标物体进行像素级别的标注具有重要价值，例如在添加视觉特效时可避免遮挡目标人物，或在视频剪辑过程中移除特定对象。例如，若需将某位擅长制造恋爱话题的吴姓男士从节目画面中彻底去除，操作将变得异常简便。那些连续奋战三天三夜完成抠图工作的人员着实令人感到心疼。

统一方法实现快速在线目标跟踪与分割

【论文地址。】 【Github项目地址。】

以往大多数目标跟踪得到的结果是目标的包围框，而作者希望将跟踪与分割结合起来，算法“实时“给出目标的像素级标注。Siammask在视频跟踪领域（VOT），VOT2016和VOT2018数据集上的性能，我们的方法已经到达到SOTA的结果，同时保持了56fps的超实时的性能表现。Siammask在视频目标分割领域（VOS）， DAVIS2017和Youtube-VOS数据集精度表现尚可，但是实时性提高1-2个数量级，56fps的处理速度可以满足移动终端的需求。

两个分支共享同一个backbone，分别得到1515256和3131256的特征图，再经过 （depth-wise卷积） 得到1717256特征图。Mask分支是