UPSNet：统一的全景分割网络

熊宇文、廖仁杰、赵恒双、胡锐、白敏、尤默、拉奎尔·厄塔松; 2019年IEEE/CVF计算机视觉和模式识别会议记录，第8818-8826页

摘要

本文提出了一种统一的全景分割网络（UPSNet）来处理新提出的全景分割任务。在单个骨干残差网络的基础上，我们首先设计了一个基于可变形卷积的语义分割头和一个Mask R-CNN风格的实例分割头，它们同时解决了这两个子任务。更重要的是，我们引入了一种无参数的全景头部，通过像素分类解决了全景分割问题。它首先利用前两个头中的逻辑，然后创新性地扩展表示，以支持预测额外的未知类，这有助于更好地解决语义和实例分割之间的冲突。此外，它可以处理由不同数量的实例引起的挑战，并允许以端到端的方式反向传播到底层模块。在Cityscapes、COCO和我们的内部数据集上的大量实验结果表明，我们的UPSNet以更快的推理实现了最先进的性能。代码已在以下位置提供：https://github.com/uber-research/UPSNet网站

相关材料

[pdf格式][视频]
[围巾]
@会议记录{Xiong_2019_CVPR，
author={熊、宇文和廖、仁杰和赵、恒双和胡、芮和白、敏和尤默、埃尔辛和厄塔桑、拉奎尔}，
title={UPSNet:统一全光分割网络}，
booktitle={IEEE/CVF计算机视觉和模式识别（CVPR）会议记录}，
月={6月}，
年份={2019}
}