PANet：Path Aggregation Network for Instance Segmentation 閱讀

框架     本文研究者指出當前最優的 Mask R-CNN 中的信息傳播還可以進一步優化。具體來說，低層級的特徵對於大型實例識別很有用。但最高層級特徵和較低層級特徵之間的路徑很長，增加了訪問準確定位信息的難度。此外，每個建議區域都是基於從一個特徵層級池化得到的特徵網格而預測的，此分配是啓發式的。由於其它層級的丟棄信息可能對於最終的預測還有用，這個流程還有進一步優化的空間。最後，掩碼預測僅在單個視

>>阅读原文<<