您好、欢迎来到现金彩票网!
当前位置:湖南福彩网 > 分割指挥 >

何恺明、陈鑫磊最新研究:提出实例分割新方法TensorMask效果比肩

发布时间:2019-06-29 06:52 来源:未知 编辑:admin

  这一次,Facebook的陈鑫磊、何恺明等人,又从全新的角度,再次解决了实例分割任务中的难题:

  他们提出一种通用的实例分割框架TensorMask,弥补了密集滑动窗口实例分割的短板。

  在COCO数据集上进行测试实例分割结果可以发现,TensorMask的效果可以比肩Mask R-CNN。

  此前,实例分割的主流方法是Mask R-CNN。在这种方法中,模型先检测物体的边界框,然后进行裁剪和目标分割。

  但是,密集滑动窗口的实例分割 (Dense Sliding-window Instance Segmentation)却鲜少被人关注。在这种方法中,每个空间位置的输出本身具有自己空间维度的几何结构,与Mask R-CNN有本质上的区别。

  为了形式化说明这一方法,研究人员将密集实例分割看作是4D张量(4D tensors)上的预测任务,并提出通用框架TensorMask获取这种几何结构。

  TensorMask的核心变化是,用结构化的高维张量表示一组密集滑动窗口中的图像内容。

  TensorMask中包含两部分,一是预测蒙版的Head,负责在滑动窗口中生成蒙版,二是进行分类的Head,负责预测目标的类别。

  论文一作是中国少年陈鑫磊,目前就职于Facebook,一路走来其研究经历闪闪发光。

http://hostalblau.com/fengezhihui/92.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有