鱼与熊掌可以兼得：何恺明等人一统语义分割与实例分割

选自arXiv作者：Alexander Kirillov、Ross Girshick、Kaiming He、Piotr Dollár机器之心编译参与：张倩、王淑婷全景分割是很吸引人的主题，它结合语义和实例分割的优势构建更强大的方案。但目前大多数顶尖方法都分别用两个模型建模语义和实例分割两种任务，并最后将预测结果组合在一起。这种方法并不能利用两者间的交互信息提供更准确的预测，这样也就没什么意义了。在何恺明等研究者的这篇论文中，他们结合 Mask R-CNN 与 FCN 构建出一种新型的全景分割模型，这个统一的模型在两种任务间共享计算，并实现非常好的性能。近年来，语义分割快速发展，这项任务是为每个像素分配一个类别标签。在最近的实例分割中，机器的任务是检测和分割每个目标实例。用于语义分割的全 ………………………………