[arxiv 1711]Learning to Segment Every Thing
Ronghang Hu, Piotr Dollar, Kaiming He, Trevor Darrell and Ross Girshick
from BAIR & FAIR
Motivation
这是一篇在实例分割问题(instance segmentation)中研究扩展分割物体类别数量的论文。目前instancce segmentation任务分类种类过少主要是因为分割标注的数量较少,而检测框的标注已经覆盖了非常多的种类,比如Visual Genome数据库。如果要拓展可分割物体类别数量,则或多或少需要引入弱/半监督的学习方法。
Method
Partial Supervised Learning
这篇文章的方法来源于Mask R-CNN[1],作者将自己的模型称作”Mask^X R-CNN”。Mask R-CNN将instance segmentation任务重新定义为“检测&