-
UPSNet:统一的全景分割网络 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} }