PANet实例分割超越mask—rcnn

CVPR2018香港中文大学和腾讯组合作提出了新型实例分割PANet，优势在于通过加速信息ghe流数据和整合了不同层级的特征图提高生成预测掩码的质量。Path Aggregation Network for Instance Segmentation

收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition)
相关： COCO2017/CityScapes instance segmentation 第一

在Mask R-CNN的基础上进一步聚合底层和高层特征通过FPN提供了从上到下的特征路径，论文又增加了一个从下到上的增强路径。对于ROIAlign在多个特征层次上采样候选区域对应的特征网格，通过自适应特征池化做融合操作用于后续预测。
论文链接：https://arxiv.org/abs/1803.01534
源代码：目前尚未公布