实例分割笔记

 【转载】：【进展综述】单阶段实例分割（Single Stage Instance Segmentation） - 知乎

实例分割（Instance Segmentation）是视觉经典四个任务中相对最难的一个，它既具备语义分割（Semantic Segmentation）的特点，需要做到像素层面上的分类，也具备目标检测（Object Detection）的一部分特点，即需要定位出不同实例，即使它们是同一种类。

实例分割的研究长期以来都有着两条线，分别是自下而上的基于语义分割的方法和自上而下的基于检测的方法，这两种方法都属于两阶段的方法。

一、两阶段实例分割

1、自上而下（Top-Down)

首先通过目标检测的方法找出实例所在的区域（bounding box），再在检测框内进行语义分割，每个分割结果都作为一个不同的实例输出。这类方法的代表作就是大名鼎鼎的Mask R-CNN了。

2、自下而上（Bottom-Up）

自下而上的实例分割方法的思路是：首先进行像素级别的语义分割，再通过聚类、度量学习等手段区分不同的实例。

二、单阶段实例分割

 有两种思路：

• 一种是受one-stage, anchot-based 检测模型如YOLO，RetinaNet启发，代表作有YOLACT和SOLO；
• 一种是受anchor-free检测模型如 FCOS 启发，代表作有PolarMask和AdaptIS。

目前来看，单阶段实例分割的精度最高的模型应该是新出的BlendMask，在精度和速度上都超越了Mask R-CNN，已经很接近两阶段模型。