ECCV 2020 实例分割+全景分割论文大盘点(14篇论文)

前言

计算机视觉Daily 正式系列整理 ECCV 2020的大盘点工作,本文为第三篇:实例分割和全景分割方向。

前两篇详见:

  • ECCV 2020 目标检测论文大盘点(49篇论文)
  • ECCV 2020 语义分割论文大盘点(37篇论文)

本文主要包含:实例分割、全景分割等方向。整理共计14篇论文,所有论文的PDF已全部打包好,百度云资源如下:

链接:https://pan.baidu.com/s/12WBsFFJKelcS7Fvrqiv3HQ
提取码:t7nr

  • 注意1:并不包含3D点云分割、视频目标分割,因为这些方向的论文也是超级多的,后续计算机视觉Daily会专门系统整理,还请关注后续内容。
  • 注意2:全景分割的工作并不多
  • 注意3:阿德莱德大学沈春华团队有两篇2D 实例分割工作

文章目录

  • 前言
  • 实例分割
    • 视频实例分割
    • 弱监督实例分割
    • 其他实例分割
  • 全景分割
  • 论文PDF下载

实例分割

Conditional Convolutions for Instance Segmentation
ECCV 2020 实例分割+全景分割论文大盘点(14篇论文)_第1张图片

  • 作者单位:阿德莱德大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1105_ECCV_2020_paper.php
  • 代码:https://github.com/aim-uofa/AdelaiDet
  • 中文解读:ECCV 2020 Oral | 沈春华团队新作CondInst:将条件卷积引入实例分割

Point-Set Anchors for Object Detection, Instance Segmentation and Pose Estimation

  • 作者单位:微软亚洲研究院, 北京大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1162_ECCV_2020_paper.php
  • 代码:暂无
  • 中文解读:ECCV 2020 | 微软&北大提出Point-set Anchor:统一目标检测,实例分割,以及人体姿态估计

Learning with Noisy Class Labels for Instance Segmentation

  • 作者单位:电子科技大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2062_ECCV_2020_paper.php
  • 代码:https://github.com/longrongyang/LNCIS
  • 中文解读:暂无

LevelSet R-CNN: A Deep Variational Method for Instance Segmentation

  • 作者单位:Uber ATG, 多伦多大学, 麻省理工大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4368_ECCV_2020_paper.php
  • 代码:暂无
  • 中文解读:暂无

Supervised Edge Attention Network for Accurate Image Instance Segmentation

  • 作者单位:西安电子科技大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5884_ECCV_2020_paper.php
  • 代码:https://github.com//IPIU-detection/SEANet
  • 中文解读:暂无

SOLO: Segmenting Objects by Locations

  • 作者单位:阿德莱德大学, 字节跳动AI Lab
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3082_ECCV_2020_paper.php
  • 代码:https://github.com/aim-uofa/AdelaiDet
  • 代码2:https://github.com/WXinlong/SOLO
  • 中文解读(建议结合SOLOv2一起看):更快,更强!SOLOv2来了!实时实例分割新SOTA

视频实例分割

STEm-Seg: Spatio-temporal Embeddings for Instance Segmentation in Videos

  • 作者单位:亚琛工业大学, 慕尼黑工业大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1299_ECCV_2020_paper.php
  • 代码:https://github.com/sabarim/STEm-Seg
  • 中文解读:暂无

SipMask: Spatial Information Preservation for Fast Image and Video Instance Segmentation

  • 作者单位:天津大学, MBZUAI, IIAI
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2057_ECCV_2020_paper.php
  • 代码:https://github.com/JialeCao001/SipMask
  • 中文解读:暂无

弱监督实例分割

Commonality-Parsing Network across Shape and Appearance for Partially Supervised Instance Segmentation

  • 作者单位:香港科技大学, 哈尔滨工业大学, Kwai
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/596_ECCV_2020_paper.php
  • 代码:https://github.com/fanq15/FewX
  • 中文解读:暂无

Weakly Supervised Instance Segmentation by Learning Annotation Consistent Instances

  • 作者单位:IIIT Hyderabad, 牛津大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6083_ECCV_2020_paper.php
  • 代码:暂无
  • 中文解读:暂无

其他实例分割

The Devil is in Classification: A Simple Framework for Long-tail Instance Segmentation

  • 作者单位:新加坡国立大学, 中科院, Salesforce
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2257_ECCV_2020_paper.php
  • 代码:https://github.com/twangnh/SimCal
  • 中文解读:暂无

PatchPerPix for Instance Segmentation

  • 作者单位:Max-Delbrueck-Center
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4968_ECCV_2020_paper.php
  • 代码:https://github.com/Kainmueller-Lab/PatchPerPix
  • 中文解读:暂无

全景分割

Joint Semantic Instance Segmentation on Graphs with the Semantic Mutex Watershed

  • 作者单位:海德堡大学
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5393_ECCV_2020_paper.php
  • 代码:暂无
  • 中文解读:暂无

Axial-DeepLab: Stand-Alone Axial-Attention for Panoptic Segmentation

  • 作者单位:约翰斯·霍普金斯大学, 谷歌
  • 论文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1564_ECCV_2020_paper.php
  • 代码:https://github.com/csrhddlam/axial-deeplab
  • 中文解读:暂无

论文PDF下载

上述14篇论文的PDF已全部打包好,百度云链接:

链接:https://pan.baidu.com/s/12WBsFFJKelcS7Fvrqiv3HQ
提取码:t7nr

你可能感兴趣的:(计算机视觉论文速递,计算机视觉,实例分割,深度学习,机器学习,计算机视觉,人工智能,opencv)