百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

相关话题

  如何看待0.5元可买到身份匹配的人脸数据?如何才能避免信息泄露? 
  为什么谈论深度学习工具时,很少有人讨论matlab的神经网络工具包? 
  资本不依附于人的时候会发生什么? 
  视觉算法的工业部署及落地方面的技术知识,怎么学? 
  当前农业机械化都尚未普及的中国,未来可不可能跨级实现农业AI化? 
  如何评价Kaiming He的Momentum Contrast for Unsupervised? 
  如何评价哈工大的左旺孟老师? 
  ICML2020有哪些值得关注的工作? 
  人工智能是集成电路的新机会吗? 
  计算机行业是不是自砸饭碗的行业? 

前一个讨论
生化环材四大天坑,来说说毕业都干了啥,天坑专业的封顶是干啥?
下一个讨论
腾讯启动“探星计划”用AI寻找脉冲星,并发布TEFS材料计算平台,物理科研将成为未来的主营业务之一吗?





© 2025-03-20 - tinynew.org. All Rights Reserved.
© 2025-03-20 - tinynew.org. 保留所有权利