《YOLACT Real-time Instance Segmentation》論文筆記

代碼地址:YOLACT 1. 概述 導讀:本篇文章在一階段檢測網絡基礎上提出了一個實時全卷積實例分割模型,在MS-COCO數據集上達到了了29.8 mAP,幀率爲33FPS。並且該模型是在單GPU上就可以訓練得到(設備友好型),這是將總任務劃分爲兩個並行的子任務實現的:(1)生成prototype mask集合;(2)預測每個pre-instance mask係數。之後將mask係數與原始mask
相關文章
相關標籤/搜索