【分割】TensorMask: A Foundation for Dense Object Segmentation

文章：https://arxiv.org/pdf/1903.12174v1.pdf

这是第一次看分割的论文，据说相当于分割界的yolo。

现在分割界的方法主要是由先检测出目标的bounding boxes，再修剪和分割这些区域，大致都是mask rcnn一类的。这篇论文研究了密集的基于滑动窗口的实例分割。这项任务远远不同于语义分割和目标检测，因为在每个空间位置的输出是一个几何形的结构和它的空间维度。因此我们把实例分割视作一个超过4d张量的一个预测任务，提出了一个叫做TensorMask的架构。

这个结构利用4d tensors（V, U, H, W）,其中（H， W）代表了目标的位置，（V，U）代表了相对的mask的位置。

Natural Representation 和Aligned Representation：

Natural representation于aligned representation相比存在偏差的情况，后面实验也证明了aligned的效果更好
这两种表示的转化方程是：

TensorMask Architecture：

TensorMask 包括mask prediction部分来生成mask，还包括