İçbükey tapınaktan Annie Ganming
Qubit Raporu | Genel Hesap QbitAI
Stajyer yine bir şey yaptı!
Bu kez iyi notlar alan stajyer, Huazhong Bilim ve Teknoloji Üniversitesi'nden bir yüksek lisans öğrencisi olan Horizon'dan geldi.
Mask Scoring R-CNN'in ilk yazarı olarak tamamladığı araştırma, COCO görüntü örnek segmentasyonu görevinde He Yuming'in Mask R-CNN'i geride bırakarak en iyi bilgisayar görüşü konferansı CVPR 2019'un sözlü raporunu kazandı.
Diğer bir deyişle, 5000'den fazla gönderi arasından sıyrıldı ve birinci oldu % 5,6 .
Maçın omurgası nasıl değişirse değişsin, performans her zaman istikrarlı olmuştur ve her zaman Mask R-CNN'den daha iyidir.
Mavinin maviden daha iyi olduğu söylenebilir.
Ve algoritmaları açık kaynaklıdır (portal makalenin sonundadır).
Maskeyi puanla
Kısa ve esnek bir örnek segmentasyon çerçevesi olan Mask R-CNN, He Yuming'in başyapıtlarından biridir. 2017'de ortaya çıktığından beri, Sifang araştırmacılarını hayrete düşürdü ve He Yuming, ICCV 2017 En İyi Makale Ödülü'nü bir anda kazandı.
O KaimingYeni çıkan Mask Scoring R-CNN, öncekilerden nasıl daha iyi performans gösteriyor?
Anahtar isimdeki "Puanlama" dır. Bu yazıda, araştırmacılar algoritmanın "örnek segmentasyon hipotezini" puanlamak için yeni bir yöntem önerdiler. Bu puanın doğru olup olmadığı, örnek segmentasyon modelinin performansını etkileyecektir.
Mask R-CNN gibi öncüllerin kullandığı puanlama yöntemi uygun değildir.
Bu modellerin örnek bölümleme görevinde, çıktı sonucu bir maske olmasına rağmen, puanlama, sınırlayıcı kutu hedef tespiti ile paylaşılır ve bunların tümü, hedef bölge sınıflandırma güvenirliği için hesaplanan puanlardır.
Bu puan, görüntü segmentasyon maskesinin kalitesiyle tutarlı olmayabilir ve maskenin kalitesini değerlendirmek için kullanıldığında önyargılı olabilir.
Bu nedenle, bu CVPR 2019 belgesi yeni bir puanlama yöntemi önermektedir: Maskeyi puanla , Diyorlar Maske puanı (Maske puanı).
MS R-CNN mimarisiMaske Puanlama R-CNN'de önerilen puanlama yöntemi çok basittir: sadece skoru hesaplamak için tespit tarafından elde edilen sınıflandırmaya güvenmekle kalmaz, aynı zamanda modelin maske için ayrı bir puanlama kuralı öğrenmesine de izin verir: MaskIoU kafası .
MaskIoU başlığı, klasik değerlendirme endeksi AP'den (ortalama doğru oran) esinlenmiştir ve tahmin edilen maskeyi nesne özellikleriyle karşılaştırır. MaskIoU kafası aynı anda maske başlığının çıktısını ve girdi olarak ROI (İlgi Bölgesi) özelliğini alır ve eğitim için basit bir regresyon kaybı kullanır.
Sonunda, Maskenin hem sınıflandırma puanını hem de kalite puanını göz önünde bulundurun Algoritmanın kalitesini değerlendirebilirsiniz.
Değerlendirme yöntemi adil ve adildir ve bulut sunucusu segmentasyon modelinin performansı doğal olarak artar.
Deneyler, COCO kıyaslamasına meydan okurken, MS R-CNN'nin maske skoru değerlendirmesini kullanırken, AP'nin farklı omurga ağlarında sürekli olarak yaklaşık% 1,5 oranında iyileştiğini göstermiştir.
Maskeden daha iyi R-CNN
Aşağıdaki tablo, MS R-CNN ve diğer örnek segmentasyon yöntemlerinin COCO 2017 Test-Dev setindeki sonuçlarının karşılaştırmasıdır.
Omurga ağının saf ResNet-101 veya DCN ve FPN kullanılmasından bağımsız olarak, MS R-CNN'nin AP puanı Mask R-CNN'den biraz daha yüksektir.
COCO 2017 doğrulama setinde MS R-CNN ayrıca Mask R-CNN'den daha iyi puan aldı:
Yazar kim?
İlk yazarın adı Huang Zhaojin Huazhong Bilim ve Teknoloji Üniversitesi Telekomünikasyon Fakültesi doçenti Wang Xinggang'ın himayesinde Huazhong Bilim ve Teknoloji Üniversitesi'nde yüksek lisans öğrencisi olan Wang Xinggang da bu makalenin yazarlarından biridir.
Diğer yazarlar Horizon'dan Chang Huang, Yongchao Gong ve Lichao Huang'dır.
Bu araştırmayla ilgileniyorsanız, lütfen portalı kapatın:
Maske Puanlama R-CNN kağıdı :
https://arxiv.org/abs/1903.00241
GitHub adresi :
https://github.com/zjhuang22/maskscoring_rcnn
Mask R-CNN için diğer optimizasyon fikirleri
Bundan önce, bazı insanlar Mask R-CNN'i optimize etme fikrini de önerdiler.
Örneğin, Hong Kong Çin Üniversitesi, Pekin Üniversitesi, SenseTime ve Tencent Youtu tarafından CVPR 2018'de yayınlanan bir makale, PANet adlı bir örnek segmentasyon çerçevesi önerdi.
Mask R-CNN'deki bilgi yayılımını optimize etti ve bilgi akışını hızlandırarak ve farklı seviyelerde özellikleri entegre ederek oluşturulan tahmin maskesinin kalitesini iyileştirdi.
Büyük ölçekli bir eğitim olmadan, COCO 2017 zorlu örnek segmentasyon görevinin şampiyonluğunu kazandı.
Kağıt adresi:
Örnek Segmentasyonu için Yol Toplama Ağı
https://arxiv.org/abs/1803.01534
Kod adresi:
https://github.com/ShuLiu1993/PANet
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin