深度学习之实例分割-DeepMask

In this paper, we propose a new way to generate object proposals, introducing an approach based on a discriminative convolutional network.
Our model is trained jointly with two objectives: given an image patch, the first part of the system outputs a class-agnostic segmentation mask, while the second part of the system outputs the likelihood of the patch being centered on a full object.

模型

• 说明
  
  • 基础网络VGG
  • 两个输出：
    
    • 分割：针对输入图像中的中间物体进行分割【单个物体输出】
      
      • 满足下面两个条件才设置为证样本【如上图中的绿色框，红框表示负样本】
        
        • 物体在batch图像中心位置
        • batch图像能包含整个物体【考虑不同尺度】
      • 最终上采样到原图大小biliearly upsample
        
        • 作者发现上采样参数no-trainable比trainable效果要好
    • 分类：对于输入图像中间包含物体的可能性概率
      
      • 两个全联接fc，但没有用non-linearity非线性激活函数
  • 最终的分割任务中的哪一个像素点，都能够利用整个feature层的信息
  • 损失函数
    
  • 检测的时候，利用步长16进行滑窗检测
    

效果

实验1

COCO数据集

• 说明
  
  • 将COCO数据集分为了3中类别
    
    • small: area < 32*32
    • medium: 32*32 < area <= 96*96
    • large: area > 96*96

实验2

VOC数据集

总结

论文提出了一种能产生分割物体的方法。测试的时候，进行多尺度+sliding window的方法进行检测。

参考文献

https://arxiv.org/abs/1506.06204