Instances as Queries
0. 摘要
基于Query,由动态掩膜head平行监督驱动的实力分割方法。关键点:object query跨阶段一一对应;object query与mask ROI feature同阶段一一对应。
1. 介绍
目前SOTA实力分割方法主要基于高性能目标检测器,遵循多阶段设计方式。MASK R-CNN系列,ROI Pool、ROI Align、RPN、feature+FCN(mask)。
DETR基于query的目标检测方法。因此,想到MASK R-CNN + Query = Instance segmentation。
Contribution:
(1)End-to- End实例分割模型
(2)query object detection + instance segmentation
(3)VIS task performance
2. 相关工作
(1)Query based Methods。Object Detection:DETR、Deformable DETR、UP-DETR、ACT、TSP、Sparse R-CNN(R-CNN based)。Segmentation:VisTR、Max-DeepLab、Trackformer、Transtrack、AS-Net
(2)Object Detection:R-CNN(anchor based)、Center Net(anchor free)、DETR(query based)
(3)Instance Segmentation:Mask R-CNN、HTC、YOLACT、SOLO
3. QueryInst
3.1 Query Based目标检测
基于query的目标检测pipeline(Sparse R-CNN):
3.2 Vanilla Mask Head
Vanilla mask head architecture design in Mask R-CNN。在目标检测的基础上添加mask generation module:
3.3 Dynamic Mask Head
在Vanilla Mask Head的基础上添加卷积层关联query与mask。
4. 思考
保证了query在不同stage间的一一队应和同stage内query与mask的一一对应,不同stage的mask之间没有提到需要保持一致性。是否可以考虑添加stage间的mask一致性?(参考HTC Mask information flow)