YOLO3增强版！Poly-YOLO：支持实例分割

YOLO3优化升级版本！Poly-YOLO：支持实例分割！

POLY-YOLO: 更高的速度、更精确的检测与实例分割功能应用于YOLOV3

论文：https://arxiv.org/abs/2005.13243

开源代码：

https://gitlab.com/irafm-ai/poly-yolo

作者团队：奥斯特拉发大学

一．摘要

YOLOv3的改进版本正式发布！相较于原始的YOLOv3，Poly-YOLO所使用的训练参数仅为原版的60%，但其mAP值却提升了40%。同时，还推出了更加轻量化的Poly-YOLO Lite版本，并进一步拓展到了实例分割领域。通读完这篇研究内容，结合自身使用YOLOV3的经验来看，该改进确实具有较高的实用价值，改进之处精准到位，而多边形实例分割的设计也颇具创新性。

本文提出了一种全新的YOLO版本，其性能表现更为优异，并且扩展了实例分割功能，命名为Poly YOLO。该模型在YOLOv3原有构架的基础上进行优化，有效解决了两个关键问题：标签重写过多以及锚点分布效率低下。Poly YOLO通过引入超柱技术来整合轻量级SE-Darknet-53主干网络中的特征信息，并采用阶梯式上采样方法以降低计算复杂度，最终生成具有高分辨率的单尺度输出结果。与传统YOLOv3相比，尽管Poly YOLO仅保留了60%的可训练参数数量，但其mAP指标却提升