CenterMask 实时锚点自由实例分割

论文链接:https://arxiv.org/abs/1911.06667

GitHub (PyTorch)项目地址:https://github.com/youngwanLEE/CenterMask

Introduction

• 实例分割领域的典型范例，如Mask-RCNN以及YOLACT等；

  • Mask-RCNN依托于two-stage检测架构，其mask AP数值较为突出，但运行效率偏低；
  • YOLACT采用one-stage检测架构，具有较高的执行效率，但mask AP数值相对较低；
  • 此外，Mask-RCNN与YOLACT均基于anchor-based方法实现，存在如下不足之处：
  1. 与anchor相关的超参数配置对模型性能影响较大，难以适配多样化的样本特征，例如尺度和形状变化较大的场景；
  2. 在保证较高召回率的前提下，密集的anchor布局（尤其是在stride较小的检测分支中）容易引发类别不平衡问题，并增加计算和内存访问的负担；
  • 为构建具备高效性与高mAP性能的实例分割模型，本文提出了一种名为CenterMask的设计方案：
  1. 检测框架采用one-stage anchor-free FCOS结构；
  2. backbone网络使用优化后的VoVNet架构，在降低memory a