性能超越何愷明Mask R-CNN！華科碩士生開源圖像分割新方法
實習(xí)生又立功了
安妮 乾明 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
實習(xí)生又立功了！
這一次，亮出好成績的實習(xí)生來自地平線，是一名華中科技大學(xué)的碩士生。
他作為第一作者完成的研究Mask Scoring R-CNN，在COCO圖像實例分割任務(wù)上超越了何愷明的Mask R-CNN，拿下了計算機視覺頂會CVPR 2019的口頭報告。
也就是說，它從5000多篇投稿中脫穎而出，成為最頂尖的5.6%。
無論搭配的基干怎么變，表現(xiàn)一直穩(wěn)定，總是比Mask R-CNN好一點。
可謂青出于藍而勝于藍。
并且，他們的算法已經(jīng)開源了（傳送門在文末）。
給蒙版打分
Mask R-CNN，一種簡潔、靈活的實例分割框架，大神何愷明的“拿手作”之一。自2017年一出場就驚艷了四方研究者，何愷明也借此一舉拿下ICCV 2017最佳論文獎。
△?何愷明
新鮮出爐的Mask Scoring R-CNN，性能是怎樣超越前輩的呢？
關(guān)鍵就在名字里的“打分”（Scoring）。這篇論文中，研究人員提出了一種給算法的“實例分割假設(shè)”打分的新方法。這個分?jǐn)?shù)打得是否準(zhǔn)確，就會影響實例分割模型的性能。
而Mask R-CNN等前輩，用的打分方法就不太合適。
這些模型在實例分割任務(wù)里，雖然輸出結(jié)果是一個蒙版，但打分卻是和邊界框目標(biāo)檢測共享的，都是針對目標(biāo)區(qū)域分類置信度算出來的分?jǐn)?shù)。
這個分?jǐn)?shù)，和圖像分割蒙版的質(zhì)量可未必一致，用來評價蒙版的質(zhì)量，可能就會出偏差。
于是，這篇CVPR 2019論文就提出了一種新的打分方法：給蒙版打分，他們稱之為蒙版得分（mask score）。
△?MS R-CNN架構(gòu)
Mask Scoring R-CNN中提出的計分方式很簡單：不僅僅直接依靠檢測得到的分類算分，而且還讓模型單獨學(xué)一個針對蒙版的得分規(guī)則：MaskIoU head。
MaskIoU head是在經(jīng)典評估指標(biāo)AP（平均正確率）啟發(fā)下得到的，會拿預(yù)測蒙版與物體特征進行對比。MaskIoU head同時接收蒙版head的輸出與ROI的特征（Region of Interest）作為輸入，用一種簡單的回歸損失進行訓(xùn)練。
最后，同時考慮分類得分與蒙版的質(zhì)量得分，就可以去評估算法質(zhì)量了。
評測方法公平公正，實例分割模型性能自然也上去了。
實驗證明，在挑戰(zhàn)COCO benchmark時，在用MS R-CNN的蒙版得分評估時，在不同基干網(wǎng)路上，AP始終提升近1.5%。
優(yōu)于Mask R-CNN
下面的表格，是COCO 2017測試集（Test-Dev set）上MS R-CNN和其他實例分割方法的成績對比。
無論基干網(wǎng)絡(luò)是純粹的ResNet-101，還是用了DCN、FPN，MS R-CNN的AP成績都比Mask R-CNN高出一點幾個百分點。
在COCO 2017驗證集上，MS R-CNN的得分也優(yōu)于Mask R-CNN：
作者是誰？
第一作者，名為黃釗金，華中科技大學(xué)的碩士生，師從華中科技大學(xué)電信學(xué)院副教授王興剛，王興剛也是這篇論文的作者之一。
其他的作者，分別是地平線的Chang Huang、Yongchao Gong和Lichao Huang。
如果你對這項研究感興趣，請收好傳送門：
Mask Scoring R-CNN論文：
https://arxiv.org/abs/1903.00241
GitHub地址：
https://github.com/zjhuang22/maskscoring_rcnn
Mask R-CNN的其他優(yōu)化思路
在此之前，也有人提出了優(yōu)化Mask R-CNN的思路。
比如，香港中文大學(xué)、北京大學(xué)、商湯科技、騰訊優(yōu)圖在CVPR 2018發(fā)表的一篇論文，提出了一個名為PANet的實例分割框架。
優(yōu)化了Mask R-CNN中的信息傳播，通過加速信息流、整合不同層級的特征，提高了生成預(yù)測蒙版的質(zhì)量。
在未經(jīng)大批量訓(xùn)練的情況下，就拿下了COCO 2017挑戰(zhàn)賽實例分割任務(wù)的冠軍。
論文地址：
Path Aggregation Network for Instance Segmentation
https://arxiv.org/abs/1803.01534
代碼地址：
https://github.com/ShuLiu1993/PANet
—?完?—
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細(xì)節(jié)，請在量子位公眾號(QbitAI)對話界面，回復(fù)“招聘”兩個字。
量子位?QbitAI · 頭條號簽約作者
?’?’ ? 追蹤AI技術(shù)和產(chǎn)品新動態(tài)
- 學(xué)霸筆記！吳恩達新書《機器學(xué)習(xí)訓(xùn)練秘籍》六大要點總結(jié)2019-03-05
- 微信AI拿下NLP競賽全球冠軍，“二孩”智言團隊的實習(xí)生立功了2019-03-01
- 模型參數(shù)太多怎么辦？用谷歌高效訓(xùn)練庫GPipe啊2019-03-05
- 蔚來2018年平均每天虧掉2641萬，車輛交付預(yù)期環(huán)比腰斬2019-03-06
相關(guān)閱讀
29歲MIT博士小姐姐努力6年、處理半噸硬盤數(shù)據(jù)，“洗”出人類第一張黑洞照片
少不了機器學(xué)習(xí)的功勞
