读论文---MaskFormer论文解读

摘要
很多语义分割方法采用per-pixel classification的方法
然而实力分割采用alternative mask classification方法
本文insight是mask classifficatjion是足够通用的方法来解决语义、实例分割。
提出了MaskFormer,mask分类模型，
a simple mask classification model which predicts a set of binary masks, each associated with a single global class label prediction.

原作者知乎的说明：
MaskFormer: 语义分割是像素分类问题吗？ - 知乎

图片语义分割(semantic segmentation)问题一直以来都被当做一个像素级分类(per-pixel classification)问题解决的。
我们发现，把语义分割看成一个mask classification问题不仅更自然的把语义级分割(semantic-level segmentation)和实例级分割(instance-level segmentation)联系在了一起，并且在语义分割上取得了比像素级分类方法更好的方法。
我们提出的MaskFormer模型在语义分割(AD