文摘
在本文中,我们提出一个统一的展示全景的分割网络(UPSNet)应对新提出的展示全景的分割任务。之上的一个支柱残余网络,我们首先设计一个可变形的基于卷积的语义分割交头接耳和面具R-CNN样式实例分割,同时解决这两个子任务。更重要的是,我们引入一个parameter-free展示全景的头,解决了通过pixel-wise分类展示全景的分割。它首先利用分对数比前两个头,然后创新扩张使额外的预测未知类的表示这有助于更好地解决语义分割和实例之间的冲突。此外,它处理造成的挑战不同的实例数量和允许反向传播底部模块以一个端到端的方式。广泛的实验结果对城市风光,可可和内部数据证明我们UPSNet达到最先进的性能和更快的推理。代码已经被使用在:https://github.com/uber-research/UPSNet。雷竞技是骗人的
作者
宇文熊,Renjie廖Hengshuang赵,鲁伊·胡,分钟呗,Ersin百胜,拉奎尔Urtasun
会议
CVPR 2019
论文全文
超级ATG
评论