如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？ 第1页
1
xiaohuzc 网友的相关建议:
之前大部分的语义分割都是用pixel classification，这篇工作的创新之处是看成了一个instance mask prediction，思路挺新奇的。
一点额外想说的是，语义分割本身是没有instance区分的，标注也没有区分instance，那么如果看成instance mask预测的话，就只能简单地根据类别生成K个不同的mask，即各个类别的mask，这里也不区分类内的instance。这个instance mask prediction中的instance就是相对同一类的了，预测的mask也是固定为K，此时N queries其实也可以简化为K queries。
如果再往前的话，K queries可以固定为每个类别的queries，那么训练的loss就可以变成简单的K个sigmoid loss，即区分图像中是不是含有这个类别。每个类别的query和全局特征结合得到该类别的mask prediction。和论文里面说的fixed match基本类似。
而论文提出的方案更通用化，毕竟可以用于全景分割上。
1
相关话题
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？如何评价 DeepMind 于2016年9月12日公开的 AlphaGo 自战棋谱及3月人机大战解说？
人工智能真的不能达到人类的程度甚至超越人类？
新手如何入门pytorch？
如果围棋已经被人工智能完全破解，得出某色必胜，那围棋还有什么意义？
华为应届顶尖博士年薪百万，读博是不是有希望了？
为什么说大模型训练很难？
在实际工程系统中，MPC太复杂，难以做到realtime。因此都利用数据，MPC对比RL还有优势么?
为什么 AI 理解不了逻辑问题？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
相关的话题
如何评价 2021 年 12 月新改版的知识引擎 magi.com？如何看待语音合成等 AI 算法、无人机等被列入限制出口技术目录？
未来十年，电脑数码领域的哪些技术变革给行业和日常生活带来重大改变？
如何评价深度学习相关顶级期刊论文难复现的问题？
为什么说大模型训练很难？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
算法工程师的落地能力具体指的是什么？
为什么计算注意力机制的时候不加偏置项？
如何判断两个Deep Learning 数据集的数据分布是否一致？
在前沿科技领域，拥有话语权的中国企业有哪些，成果如何？
为啥gan里面几乎不用pooling？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
与AI算法相关又能软件硬件相结合的研究方向有哪些？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
2022 年初，你认为哪项成果代表了现在人工智能的最高水平？
如何看待 NIPS 2018 submission达到近 5000 篇？
我们的工作会被人工智能取代吗？
如何学习 SQL 语言？
如何避免在元宇宙风潮中成为「韭菜」？
怎样让机器有意识?
CPU和GPU跑深度学习差别有多大？
为什么现在很多人不看好商汤科技？
特朗普发起贸易战，会对中国科技、电信、AI 等行业带来哪些影响？
目前有哪些比较成功的人工智能应用？
2019年CVPR有哪些糟糕的论文?
DeepMind 再登 Nature，用 AI 破译古希腊文字，该成果会对人类历史研究带来什么影响？
机器学习如何才能避免「只是调参数」？
当前人工智能特别是深度学习最前沿的研究方向是什么？
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
“大数据”已经过时了吗？