實例分割
Hao Chen陳昊 CVPR2020 BlendMask實例分割
COCO上評價指標 mAP 每個實例，每張圖選100個結果
AP：每個結果與GT算IOU 0.5:0.05:0.95 十個取平均
COCO泛化性好，不容易過擬合
缺：COCO標註不過精細
但是這個評價指標沒有對更關注邊界像素的情況，只是檢測的IOU遷移過來的
Cascade R-CNN , Mask RCNN。 Cascade R-CNN等都是基於Mask的
Mask R-CNN
Faster+ FPN
FPN輸入1414
channel都是256
缺：
FPN的輸入和ROI過程下采樣過多，細節丟的太多（1414）
PointRend:
想提升二階段實例的分辨率，（把有鋸齒的部分細節恢復）
PointRend vs Blend Mask
Blend可以用更小的分辨率做到更小，
Mask第二階段需要0.7G的FLOPS
Blend更少
全卷積方法則何如
一 Bottom up：每個像素分類，融合
SOLO（和Mask有點相當了）
分類問題監督明確，focal loss，增加一組座標系，
使用FPN，把一張圖的結果分散到不同map中，減少了每張圖的複雜程度
缺：場景非常複雜時，分類問題平方級的變難，high level信息不夠，僅僅是通過絕對位置座標來關聯融合
SOLOv2有提高
二 Top Down
DeepMask
14x14
缺：一個點預測整個實例時，
InstanceFCN
每個feature map局部只做局部的事，只判斷物體的一部分
Tensor Mask
原版比Mask R-CNN慢
三Proposal-Based（基於檢測框，類似Mask, crop then assemble）
對實例進行定位，大概估計出實例姿態
FCIS
nearestneighbor+ one-hot
MaskLab
檢測框，對檢測框分成3X3或者小格，再分別處理
YOLACT
channel組合
Blender
FCIS空間組合+YOLACT的channel組合
更平滑的空間組合方式進行差值（不是切格子，比較靈活）
算是三維attention
4個 score maps (YOLACT32個， FCIS49個)
Top module
輸出三維attention，FCOS加了一層卷積
Bottom Module
Blender
橙色是檢測模塊
藍色是top mpdule
綠色是語義分割
四組顏色代表四個channel，即4個score map
attention捕捉到的就是姿態
bottom中，S對應的是8，即上採樣到1/8
kxMxM , K 是4 ， M是7或者14
通過雙線性差值平鋪到實例上，加權求和得到最終結果
對比試驗：
物體局部分的好一些
SOLOv算是one-stage