代码开源 | COCO(2)
2017-05-22 编辑：
我们提出了首个用于实例分割（instance-aware）任务的全卷积端到端解决方案。它继承了全卷积网络（FCN）在语义分割和实例分割预测（instance mask proposal）方面的全部优点，能同时对多个物体实例进行检测和分割。通过引入位置敏感的内/外 score maps，底层卷积表征在两项子任务及所有兴趣区域（RoI）之间是完全共享的。我们提出的网络具有很高的集成性，在精度和效果两方面都达到了目前最好的结果，也以显著优势赢得了 COCO 2016 图像分割竞赛的冠军。代码开源地址：https://github.com/daijifeng001/TA-FCN
论文第二版 arXiv（CVPR-17 接收）：https://arxiv.org/pdf/1611.07709.pdf
Github 代码开源：https://github.com/msracver/FCIS
相关阅读：
相关推荐：