[調研] 通用實例分割方法

目前的實例分割方法可分爲3類： top-down，也叫做 detect-then-segment，顧名思義，先檢測後分割，如FCIS, Mask-RCNN, PANet, Mask Scoring R-CNN； bottom-up，也叫Embedding-cluster，將每個實例看成一個類別；然後按照聚類的思路，最大類間距，最小類內距，對每個像素做embedding，最後做grouping分出不

>>阅读原文<<