SOLOv2 学习笔记

博客原文：https://blog.csdn.net/weixin_44270815/article/details/105283301
模型下载教程：https://blog.csdn.net/weixin_44270815/article/details/105283697

论文地址：https://arxiv.org/pdf/2003.10152.pdf

开源地址：https://github.com/aim-uofa/AdelaiDet/

SOLOv2: Dynamic, Faster and Stronger

作者：xinlong wang

**0介绍：**在这项工作中，我们旨在建立一个性能强大的简单，直接和快速的实例细分框架。我们遵循Wang等人的SOLO方法的原理。“ SOLO：按位置分割对象”。重要的是，我们通过动态学习对象分割器的蒙版头，使蒙版头以位置为条件，进一步迈出了一步。具体来说，将遮罩分支解耦为遮罩内核分支和遮罩特征分支，分别负责学习卷积内核和卷积特征。此外，我们提出矩阵NMS（非最大抑制）以显着减少由于掩码的NMS造成的推理时间开销。我们的Matrix NMS可以一次完成具有并行矩阵运算的NMS，并产生更好的结果。我们演示了一个简单的直接实例分割系统，该系统在速度和准确性上均优于一些最新方法。轻量级版本的SOLOv2以31.3 FPS的速度执行，并产生37.1的遮罩副产品），全景分割显示了除实例分割之外，还可以作为许多实例级识别任务的新基准的潜力。

1 引言 通用对象检测需要定位单个对象并识别其类别的功能。为了表示对象的位置，边框以其简单性而突出。已经广泛探索了使用边界框对对象进行本地化的