性能超越何恺明Mask R-CNN！华科硕士生开源图像分割新方法

3dfx232手机认证

这一次，亮出好成绩的实习生地平线，是一名华中科技大学的硕士生。

　　他作为第一完成的研究Mask Scoring R-CNN，在COCO图像实例分割任务上超越了何恺明的Mask R-CNN，拿下了计算机视觉顶会CPR 2019的口头报告。

　　也就是说，它从5000多篇投稿中脱颖而出，成为最顶尖的5.6%。

　　无论搭配的基干怎么变，表现一直稳定，总是比Mask R-CNN好一点。

　　可谓青出于蓝而胜于蓝。

　　并且，他们的算法已经开源了（传送门在文末）。

给蒙版打分

　　Mask R-CNN，一种简洁、灵活的实例分割框架，大神何恺明的“拿手作”之一。自2017年一出场就惊艳了四方研究者，何恺明也借此一举拿下ICC 2017最佳论文奖

新鲜出炉的Mask Scoring R-CNN，性能是怎样超越前辈的呢？

　　关键就在名字里的“打分”（Scoring）。这篇论文中，研究人员提出了一种给算法的“实例分割假设”打分的新方法。这个分数打得是否准确，就会影响实例分割模型的性能。

　　而Mask R-CNN等前辈，用的打分方法就不太合适。

　　这些模型在实例分割任务里，虽然输出结果是一个蒙版，但打分却是和边界框目标检测共享的，都是针对目标区域分类置信度算出来的分数。

　　这个分数，和图像分割蒙版的质量可未必一致，用来评价蒙版的质量，可能就会出偏差。



于是，这篇CPR 2019论文就提出了一种新的打分方法：给蒙版打分，他们称之为蒙版得分（mask score）。

Mask Scoring R-CNN中提出的计分方式很简单：不仅仅直接依靠检测得到的分类算分，而且还让模型单独学一个针对蒙版的得分规则：MaskIoU head。

　　MaskIoU head是在经典评估指标AP（平均正确率）启发下得到的，会拿预测蒙版与物体特征进行对比。MaskIoU head同时接收蒙版head的输出与ROI的特征（Region of Interest）作为输入，用一种简单的回归损失进行训练。

最后，同时考虑分类得分与蒙版的质量得分，就可以去评估算法质量了。

　　评测方法公平公正，实例分割模型性能自然也上去了。

　　实验证明，在挑战COCO benchmark时，在用MS R-CNN的蒙版得分评估时，在不同基干网路上，AP始终提升近1.5%。

如果你对这项研究感兴趣，请收好传送门：

　　Mask Scoring R-CNN论文：

　　https://arxi.org/abs/1903.00241

　　GitHub地址：https://github.com/zjhuang22/maskscoring_rcnn

　　Mask R-CNN的其他优化思路

　　在此之前，也有人提出了优化Mask R-CNN的思路。

　　比如，香港中文大学、北京大学、商汤科技、腾讯优图在CPR 2018发表的一篇论文，提出了一个名为PANet的实例分割框架。

　　优化了Mask R-CNN中的信息传播，通过加速信息流、整合不同层级的特征，提高了生成预测蒙版的质量。

　　在未经大批量训练的情况下，就拿下了COCO 2017挑战赛实例分割任务的冠军。

论文地址：

　　Path Aggregation Network for Instance Segmentationhttps://arxi.org/abs/1803.01534

　　代码地址：https://github.com/ShuLiu1993/PANet