Poly-YOLO实例分割（YOLOV3改进版）

论文：https://arxiv.org/abs/2005.13243
开源代码：https://gitlab.com/irafm-ai/poly-yolo

Poly-YOLO: higher speed, more precise detection and instance segmentation for YOLOv3

论文思想

提出了一个新的YOLO版本，它扩展了带有实例分割的Poly-YOLO。Poly-YOLO建立在YOLOv3的原始思想的基础上，并消除了它的两个弱点：大量重写的标签和无效的锚点分配。Poly-YOLO通过使用阶梯式上采样，并通过超列技术聚合SE-Darknet-53主干中的特征，从而减少了重写标签的数量，并产生了高分辨率的单标度输出。

与YOLOv3相比

• Poly-YOLO仅具有60％的可训练参数，但相对mAP却提高了40％。还展示了具有更少参数和更低输出分辨率的Poly-YOLO lite。
• 它具有与YOLOv3相同的精度，但它的体积小三倍，速度快两倍，因此适用于嵌入式设备。
• Poly-YOLO使用边界多边形执行实例分割。训练网络以检测在极坐标网格上定义的尺寸无关的多边形。预测每个多边形的顶点具有可信度，因此Poly-YOLO生成具有不同数量顶点的多边