摘要：從標(biāo)題上可以看出，這是一篇在實(shí)例分割問題中研究擴(kuò)展分割物體類別數(shù)量的論文。試驗(yàn)結(jié)果表明，這個(gè)擴(kuò)展可以改進(jìn)基準(zhǔn)和權(quán)重傳遞方法。

今年10月，何愷明的論文“Mask R-CNN”摘下ICCV 2017的較佳論文獎(jiǎng)（Best Paper Award），如今，何愷明團(tuán)隊(duì)在Mask R-CNN的基礎(chǔ)上更近一步，推出了（以下稱Mask^X R-CNN）。

這篇論文的第一作者是伯克利大學(xué)的在讀博士生胡戎航（清華大學(xué)畢業(yè)），標(biāo)題非常霸氣，叫是“Learning to Segment Every Thing”。從標(biāo)題上可以看出，這是一篇在實(shí)例分割問題(instance segmentation)中研究擴(kuò)展分割物體類別數(shù)量的論文。

由于現(xiàn)有的目標(biāo)實(shí)例分割（object instance segmentation）方法要求所有訓(xùn)練實(shí)例都必須標(biāo)記有分割掩碼（segmentation mask），使得注釋新類別的成本十分昂貴，而且還將實(shí)例分割模型限制在約100個(gè)詳細(xì)注釋的類別。本論文提出了一種全新的偏監(jiān)督（partially supervised）訓(xùn)練方式以及一個(gè)新的權(quán)重傳遞函數(shù)（weight transfer function），用大量的類別（所有類別都標(biāo)有邊界框注釋（box annotations），但只有一小部分類別標(biāo)有掩碼注釋）訓(xùn)練實(shí)例分割模型。

論文作者表示，他們成功使用Visual Genome數(shù)據(jù)庫中的邊界框注釋以及COCO數(shù)據(jù)庫中80個(gè)類別的掩碼注釋，訓(xùn)練Mask R-CNN檢測(cè)并分割3000個(gè)視覺概念。此外，該論文還首次探究了如何讓實(shí)例分割模型可以全面地理解視覺世界。

以下是論文簡介，enjoy！

介紹

圖1. 我們通過偏監(jiān)督方法來探索如何訓(xùn)練實(shí)例分割模型：在訓(xùn)練時(shí)，一個(gè)類的子集（綠色框）具有實(shí)例掩碼的注釋; 剩余的類（紅色框）只有邊界框注釋。該圖顯示了我們的模型在Visual Genome數(shù)據(jù)集上訓(xùn)練了3000個(gè)類后的輸出，這個(gè)過程中僅使用了COCO數(shù)據(jù)集中80個(gè)類別的掩碼注釋。

目標(biāo)檢測(cè)器已經(jīng)變得非常準(zhǔn)確了，并擁有了很重要的新功能。其中最令人興奮的功能是能夠?yàn)槊總€(gè)檢測(cè)到的對(duì)象預(yù)測(cè)前景分割掩碼，這個(gè)任務(wù)我們稱之為實(shí)例分割。在實(shí)際應(yīng)用中，傳統(tǒng)的實(shí)例分割系統(tǒng)往往只能對(duì)包含約100個(gè)對(duì)象類別的數(shù)據(jù)集起作用，而這只是大千世界中的滄海一粟。

造成這種現(xiàn)象的一個(gè)主要原因是，現(xiàn)有最領(lǐng)先的實(shí)例分割算法都需要強(qiáng)監(jiān)督學(xué)習(xí)，而這樣的監(jiān)督學(xué)習(xí)有很大的限制，并且采集新類別圖片的代價(jià)也是十分昂貴的。相比之下，帶邊界框注釋的圖片則會(huì)更豐富和也更便宜。這就引出了一個(gè)問題：在不是所有類別都標(biāo)有完整實(shí)例分割注釋的前提下，是否有可能訓(xùn)練出高質(zhì)量的實(shí)例分割模型為此，本文介紹了一種新的偏監(jiān)督實(shí)例分割任務(wù)，并提出了一種新的遷移學(xué)習(xí)的方法來完成它。

我們制定的基于偏監(jiān)督學(xué)習(xí)的實(shí)例分割任務(wù)如下：

（1）給定一組感興趣的類別和一個(gè)有實(shí)例掩碼注釋的小的子集，而其他類別只有邊界框注釋;?

（2）實(shí)例分割算法可以利用這個(gè)數(shù)據(jù)來擬合一個(gè)模型，該模型可以分割所感興趣的集合中的所有對(duì)象類別的實(shí)例。由于訓(xùn)練數(shù)據(jù)是完整注釋數(shù)據(jù)（帶掩碼的示例）和弱注釋數(shù)據(jù)（僅帶框的示例）的混合，因此我們將該任務(wù)稱為偏監(jiān)督任務(wù)。

本文所提出的偏監(jiān)督學(xué)習(xí)樣例流程的主要好處是它允許我們通過利用兩種類型的現(xiàn)有數(shù)據(jù)集來構(gòu)建一個(gè)大規(guī)模的實(shí)例分割模型：那些在大量的類上使用邊界框注釋的數(shù)據(jù)集，比如Visual Genome， 以及那些在少數(shù)類別上使用實(shí)例掩碼注釋的，例如COCO數(shù)據(jù)集。正如我們接下來將要展示的那樣，這使得我們能夠?qū)⑤^先進(jìn)的實(shí)例分割方法擴(kuò)展到數(shù)千個(gè)類別，這對(duì)于在現(xiàn)實(shí)世界中部署實(shí)例分割是非常重要的。

為了解決偏監(jiān)督的實(shí)例分割問題，我們提出了一種基于Mask R-CNN的新型遷移學(xué)習(xí)的方法。 Mask R-CNN非常適合我們的任務(wù)，因?yàn)樗鼘?shí)例分割問題分解為了目標(biāo)的邊界框檢測(cè)和掩碼預(yù)測(cè)兩個(gè)子任務(wù)。這些子任務(wù)是由專門的網(wǎng)絡(luò)“頭部（heads）”共同訓(xùn)練的。我們的方法背后的直覺是，一旦訓(xùn)練完成了，邊界框頭部（the bounding box head）參數(shù)編碼嵌入到每個(gè)對(duì)象類別，使該類別的視覺信息轉(zhuǎn)移到偏監(jiān)督掩碼頭部（the partially supervised mask head）參數(shù)上。

為了讓這個(gè)直覺具象化，我們?cè)O(shè)計(jì)了一個(gè)參數(shù)化的權(quán)重傳遞函數(shù)，該函數(shù)被訓(xùn)練成根據(jù)圖片類別的邊界框檢測(cè)參數(shù)來預(yù)測(cè)類別的實(shí)例分割參數(shù)。權(quán)重傳遞函數(shù)可以在Mask R-CNN中使用帶有掩碼注釋的類作為監(jiān)督學(xué)習(xí)的數(shù)據(jù)來進(jìn)行端到端的訓(xùn)練。在推理時(shí)，權(quán)重傳遞函數(shù)用于預(yù)測(cè)每個(gè)類別的實(shí)例分割參數(shù)，從而使模型能夠分割所有目標(biāo)的類別，包括在訓(xùn)練時(shí)沒有掩碼注釋的目標(biāo)類別。

我們?cè)趦煞N不同的設(shè)置環(huán)境中評(píng)估了我們的方法。首先，為了在數(shù)據(jù)集上建立包含高質(zhì)量的注釋和評(píng)估指標(biāo)的定量的結(jié)果，我們使用了COCO數(shù)據(jù)集來模擬偏監(jiān)督的實(shí)例分割任務(wù)。具體地說，我們將COCO數(shù)據(jù)集所有的類別劃分為帶有掩碼注釋的子集和一個(gè)只提供給實(shí)例分割系統(tǒng)邊界框注釋的子集。由于COCO數(shù)據(jù)集僅涉及少量（80類）的語義分離很好的類，因此定量評(píng)估的結(jié)果是準(zhǔn)確可靠的。實(shí)驗(yàn)結(jié)果表明，我們的方法得到了比該任務(wù)基準(zhǔn)線高很多的結(jié)果，在沒有采用訓(xùn)練用的掩碼的情況下，掩碼的AP相對(duì)增幅高達(dá)40％。

在第二種設(shè)置中，我們使用包含3000個(gè)類別的Visual Genome（VG）數(shù)據(jù)集進(jìn)行了一次大規(guī)模的實(shí)例分割模型訓(xùn)練。VG數(shù)據(jù)集包含大量目標(biāo)類別的邊界框注釋，但是由于許多類別在語義上重疊（例如，近義詞）并且注釋并不詳盡，使得模型的較精確度和召回率難以衡量。而且，VG數(shù)據(jù)集不是用實(shí)例掩碼來標(biāo)注的。作為替代，我們采用VG數(shù)據(jù)集來提供大規(guī)模實(shí)例分割模型的定性輸出。我們模型的輸出如圖1和5所示：

學(xué)習(xí)分割一切物體

假設(shè)集合C為一組對(duì)象類別（例如‘things’），我們要用這些類別來訓(xùn)練一個(gè)實(shí)例分割模型。大多數(shù)現(xiàn)有方法假設(shè)C中所有的訓(xùn)練實(shí)例都標(biāo)有掩碼注釋。我們放寬了這個(gè)要求，只假設(shè)C=A∪B，也就是說：集合A中的類別實(shí)例都標(biāo)有掩碼注釋，集合B中的類別實(shí)例只有邊界框注釋。由于集合B中的類別只帶有關(guān)于目標(biāo)任務(wù)（實(shí)例分割）的弱標(biāo)簽，我們將使用組合強(qiáng)標(biāo)簽（strong labels）和弱標(biāo)簽（weak labels）的類別來訓(xùn)練模型的問題稱為偏監(jiān)督學(xué)習(xí)問題。

注意：我們可以輕易地將實(shí)例的掩碼注釋轉(zhuǎn)換為邊界框注釋，因此我們假設(shè)A中的類別也帶有邊界框注釋。由于Mask RCNN這樣的實(shí)例分割模型都帶有一個(gè)邊界框檢測(cè)器和一個(gè)掩碼預(yù)測(cè)器，我們提出的

利用權(quán)重傳遞函數(shù)預(yù)測(cè)掩碼

我們的方法建立在Mask R-CNN上，因?yàn)镸ask R-CNN實(shí)例分割模型不僅結(jié)構(gòu)簡單，而且可以實(shí)現(xiàn)非常優(yōu)秀的結(jié)果。簡單來說，我們可以將Mask R-CNN看作為添加有一個(gè)掩碼預(yù)測(cè)分支（小型全卷積網(wǎng)絡(luò)）的Faster R-CNN邊界框檢測(cè)模型。在預(yù)測(cè)階段，模型用掩碼分支處理每個(gè)檢測(cè)對(duì)象，為每個(gè)對(duì)象預(yù)測(cè)一個(gè)實(shí)例級(jí)別的前景分割掩碼。在訓(xùn)練階段，并行訓(xùn)練掩碼分支和Faster R-CNN中的標(biāo)準(zhǔn)邊界框檢測(cè)器。

在Mask R-CNN中，邊界框分支的最后一層以及掩碼分支的最后一層均包含對(duì)每個(gè)類別執(zhí)行邊界框分類和實(shí)例掩碼預(yù)測(cè)任務(wù)時(shí)所用的類別參數(shù)。我們選擇的方法是：使用一個(gè)通用的權(quán)重傳遞函數(shù)，根據(jù)某一類別的邊界框參數(shù)預(yù)測(cè)它的掩碼參數(shù)，這個(gè)函數(shù)可以作為模型的組部分與模型一起進(jìn)行訓(xùn)練；而不是分別學(xué)習(xí)某一類別的邊界框參數(shù)和掩碼參數(shù)。

?

基準(zhǔn)：類別不可知的掩碼預(yù)測(cè)

DeepMask證明了：訓(xùn)練深度學(xué)習(xí)模型執(zhí)行類別不可知掩碼預(yù)測(cè)任務(wù)（不考慮類別而預(yù)測(cè)目標(biāo)掩碼）是不可能實(shí)現(xiàn)的。對(duì)于掩碼質(zhì)量稍微損失的Mask R-CNN而言也是這樣。在其他試驗(yàn)中，如果類別不可知模型經(jīng)過訓(xùn)練后可以預(yù)測(cè)COCO類別中一個(gè)類別子集的掩碼，那么這些預(yù)測(cè)值在預(yù)測(cè)階段（inference time）就可以泛化到其他60個(gè)COCO類別上。依據(jù)這些結(jié)論，我們用帶有一個(gè)不可知FCN掩碼預(yù)測(cè)器的Mask R-CNN作為基準(zhǔn)。事實(shí)證明，這是一個(gè)非常優(yōu)秀的基準(zhǔn)。接下來，我們提出了一個(gè)可以用于改進(jìn)該基準(zhǔn)和權(quán)重傳遞函數(shù)的擴(kuò)展。

擴(kuò)展：FCN+MLP 掩碼預(yù)測(cè)器

兩種類型的掩碼檢測(cè)器都可用于Mask RCNN：

（1）FCN預(yù)測(cè)器使用一個(gè)全卷積網(wǎng)絡(luò)預(yù)測(cè)M × M掩碼；

（2）MLP預(yù)測(cè)器使用一個(gè)多層感知器預(yù)測(cè)掩碼，這個(gè)多層感知器是由全連接層構(gòu)成的，類似于DeepMask。在Mask R-CNN中，F(xiàn)CN預(yù)測(cè)器獲得的掩碼平均精度（AP）。但是，這兩種預(yù)測(cè)器可以互補(bǔ)。直觀看來，MLP 掩碼預(yù)測(cè)器可以更好地捕捉物體的“主要特征”，而FCN 掩碼測(cè)器可以更好地捕捉物體的細(xì)節(jié)（例如：物體的邊界）。根據(jù)這一觀察，我們通過將基準(zhǔn)類別不可知FCN預(yù)測(cè)器和權(quán)重傳遞函數(shù)（使用的是一個(gè)FCN預(yù)測(cè)器）與類別不可知MLP 掩碼預(yù)測(cè)器作出的預(yù)測(cè)整合在一起，以此來改進(jìn)前兩者的表現(xiàn)。試驗(yàn)結(jié)果表明，這個(gè)擴(kuò)展可以改進(jìn)基準(zhǔn)和權(quán)重傳遞方法。

當(dāng)對(duì)K個(gè)類別的class-agnostic 和class-specific 掩碼預(yù)測(cè)進(jìn)行整合時(shí)，這兩個(gè)預(yù)測(cè)值都被添加到最終的K×M×M輸出中，其中class-agnostic掩碼預(yù)測(cè)值（1×M×M）被分割了K次并添加到每個(gè)類別中。然后，K×M×M 掩碼預(yù)測(cè)值經(jīng)一個(gè)sigmoid單元處理后轉(zhuǎn)化為每個(gè)類別的掩碼概率值，其大小被調(diào)整為實(shí)際的邊界框大小，并作為邊界框最終的實(shí)例掩碼。在訓(xùn)練期間，我們對(duì)K×M×M 掩碼概率應(yīng)用了二元交叉熵?fù)p失函數(shù)。

?

在COCO數(shù)據(jù)集上進(jìn)行試驗(yàn)

(a) Ablation on input to T . ?

(b) Ablation on the structure of T . ?

?(c) Impact of the MLP mask branch.?

(d) Ablation on the training strategy.?

表1. 方法的簡化測(cè)試。(a,b,c)中的結(jié)果基于分階段訓(xùn)練，我們?cè)?d)中研究了端對(duì)端訓(xùn)練的影響。我們還用COCO數(shù)據(jù)集val2017評(píng)估了掩碼的AP值，該數(shù)據(jù)集包含20個(gè)PASCAL VOC類別（voc）和60個(gè)其他類別（非voc）。用強(qiáng)監(jiān)督數(shù)據(jù)集A訓(xùn)練模型得出的結(jié)果用灰色字體表示。

圖3. 每個(gè)點(diǎn)代表我們的方法在COCO數(shù)據(jù)集隨機(jī)劃分的類別集A和類別集B上的表現(xiàn)。我們類別集A的類別數(shù)設(shè)定為20至60，然后繪制出類別集B中類別（無掩碼注釋）的掩碼AP對(duì)比類別集A中每個(gè)類別的掩碼注釋數(shù)的平均值的變化圖。

圖4.類別不可知基準(zhǔn)方法（第一行）與Mask^X R-CNN方法（第二行）的掩碼預(yù)測(cè)對(duì)比。綠色方框代表類別集A中的類別，紅色方框代表類別B中的類別。左側(cè)兩欄為A = {voc}，右側(cè)兩欄為A ={ non-voc }。

表2. Mask^X R-CNN的端對(duì)端訓(xùn)練。如表1所示，我們用‘cls+box, 2-layer, LeakyReLU’作為Mask^X R-CNN的實(shí)現(xiàn)結(jié)構(gòu)，然后添加了MLP 掩碼分支(‘transfer+MLP’)，按照相同的評(píng)估方案進(jìn)行評(píng)估。我們還報(bào)告了AP50 和 AP75（以0.5 和 0.75為IoU臨界值分別估計(jì)出平均準(zhǔn)確度），小型（APS）、中型（APM）的大型（APL）物體的AP（平均準(zhǔn)確度）。在ResNet-50-FPN 和 ResNet-101-FPN 基礎(chǔ)網(wǎng)絡(luò)無掩碼訓(xùn)練數(shù)據(jù)的前提下，使用類別集B中的類別進(jìn)行評(píng)估，得出的結(jié)論是：我們方法的表現(xiàn)遠(yuǎn)遠(yuǎn)優(yōu)于基準(zhǔn)。

表2對(duì)比了完整的Mask^X R-CNN的方法。它的表現(xiàn)大幅超越基準(zhǔn)方法的表現(xiàn)（掩碼平均準(zhǔn)確度相對(duì)增加了20%多）。除了ResNet-50-FPN，我們還將ResNet-101 FPN作為基礎(chǔ)網(wǎng)絡(luò)進(jìn)行了試驗(yàn)，如表2下半部分所示。我們?cè)赗esNet-50-FPN上發(fā)現(xiàn)的趨勢(shì)也出現(xiàn)在 ResNet-101-FPN上，這表明基礎(chǔ)網(wǎng)絡(luò)并不會(huì)影響試驗(yàn)結(jié)果。圖4給出了類別不可知基準(zhǔn)方法和我們的方法的掩碼預(yù)測(cè)示例。

大規(guī)模的實(shí)例分割

到目前為止，我們已經(jīng)實(shí)驗(yàn)過了一個(gè)我們真正目標(biāo)的模擬版本：即用寬闊的視覺理解來訓(xùn)練大規(guī)模的實(shí)例分割模型。我們相信這個(gè)目標(biāo)代表了一個(gè)激動(dòng)人心的視覺識(shí)別研究的新方向，要完成它，可能需要從偏監(jiān)督中學(xué)習(xí)到某種形式。為了實(shí)現(xiàn)這一目標(biāo)，我們使用Visual Genome（VG）數(shù)據(jù)集的邊界框和COCO數(shù)據(jù)集的實(shí)例掩碼[22]兩種數(shù)據(jù)，用偏監(jiān)督任務(wù)的學(xué)習(xí)方式訓(xùn)練了一個(gè)大規(guī)模的Mask^X R-CNN模型。 VG數(shù)據(jù)集包含了108077張圖像，以及超過7000類的用目標(biāo)邊界框注釋（但不包括掩碼）的同義詞集。

為了訓(xùn)練我們的模型，我們選擇了3000個(gè)最常見的同義詞數(shù)據(jù)集作為我們的數(shù)據(jù)集A 和數(shù)據(jù)集B來實(shí)現(xiàn)實(shí)例分割的任務(wù)，該數(shù)據(jù)集AB覆蓋了COCO數(shù)據(jù)集中的所有80個(gè)類別。 由于VG數(shù)據(jù)集圖像與COCO數(shù)據(jù)集重疊較大，因此在用VG數(shù)據(jù)集訓(xùn)練時(shí)，我們將所有不在COCO val2017數(shù)據(jù)集中的圖像作為訓(xùn)練集，并將其余的VG圖像作為驗(yàn)證集。 我們將VG數(shù)據(jù)集中所有與COCO數(shù)據(jù)集重疊的80個(gè)類別作為我們的帶掩碼的數(shù)據(jù)集A，VG數(shù)據(jù)集中其余的2920個(gè)類別作為我們的數(shù)據(jù)集B，因?yàn)樗鼈冎挥羞吔缈虻淖⑨尅?/p>

訓(xùn)練。我們使用階段式訓(xùn)練策略來訓(xùn)練我們的大規(guī)模Mask^X R-CNN模型。

具體來說，我們使用ResNet-101-FPN網(wǎng)絡(luò)結(jié)構(gòu)作為我們的骨干網(wǎng)絡(luò)，按照4.1節(jié)中所提到的超參數(shù),訓(xùn)練了一個(gè)Faster R-CNN模型來檢測(cè)VG數(shù)據(jù)集中的3000個(gè)類別。 然后，在第二階段，我們用"cls + box，2-layer，LeakyReLU"這幾個(gè)結(jié)構(gòu)構(gòu)造了權(quán)重傳遞函數(shù)T，接著用函數(shù)T和類別未知的MLP掩碼預(yù)測(cè)（即，"transfer + MLP"）組成了掩碼頭部(the mask head)。訓(xùn)練掩碼頭部的數(shù)據(jù)集是用包含80個(gè)類別的COCO數(shù)據(jù)集(數(shù)據(jù)集A)的子集，這些子集采用了COCO數(shù)據(jù)集train2017中拆分出來的掩碼注釋。

定性的結(jié)果。掩碼AP（平均較精確度）很難在VG數(shù)據(jù)集上進(jìn)行計(jì)算，因?yàn)樗话四繕?biāo)邊界框的注釋。因此，我們使用我們的權(quán)重傳遞函數(shù)將結(jié)果可視化，以了解模型在A和B一起組成的數(shù)據(jù)集中所有3000個(gè)類別上訓(xùn)練完的性能。圖5顯示了在驗(yàn)證集上一些掩碼預(yù)測(cè)的例子，可以看出，在那些與COCO數(shù)據(jù)集類別不重疊的VG數(shù)據(jù)集類別（紅框中顯示的是數(shù)據(jù)集B）上，我們的模型預(yù)測(cè)了比較合理的掩碼。

這個(gè)可視化的結(jié)果顯示了我們大規(guī)模實(shí)例分割模型的幾個(gè)有趣的特性。首先，它已經(jīng)學(xué)會(huì)了檢測(cè)一些抽象的概念，如陰影和路徑。 這些往往是難以分割的。其次，能夠簡單地從VG數(shù)據(jù)集中獲得前3000個(gè)同義詞，一些概念比“事物(thing)”更像“東西(stuff)”。 例如，該模型對(duì)孤立的樹進(jìn)行了合理的分割，但當(dāng)檢測(cè)到的“樹”更像森林時(shí)，該模型往往會(huì)分割失敗。最后，檢測(cè)器在分割整個(gè)物體和部分物體（例如電車的窗戶或冰箱的手柄）時(shí)做的是比較合理的。與在COCO數(shù)據(jù)集80個(gè)類別上訓(xùn)練的檢測(cè)器相比，這些結(jié)果說明了現(xiàn)在訓(xùn)練的實(shí)例分割系統(tǒng)有很好的潛力去識(shí)別和分割數(shù)千個(gè)概念。

圖5. Mask^X R-CNN模型在數(shù)據(jù)集Visual Genome上進(jìn)行3000個(gè)類的掩碼預(yù)測(cè)的示例。 綠色框是與COCO（帶掩碼訓(xùn)練數(shù)據(jù)的數(shù)據(jù)集A）重疊的80個(gè)類，而紅色框是剩余的2920個(gè)不在COCO數(shù)據(jù)集中的類（沒有掩模訓(xùn)練數(shù)據(jù)的數(shù)據(jù)集B）。可以看出，我們的模型在數(shù)據(jù)集B中的許多類上生成了一個(gè)比較合理的掩碼預(yù)測(cè)。

結(jié)論

本文針對(duì)大規(guī)模實(shí)例分割的問題，構(gòu)造了一個(gè)偏監(jiān)督的學(xué)習(xí)樣例流程。其中只有一部分類在訓(xùn)練時(shí)具有實(shí)例掩碼數(shù)據(jù)，而其余部分具有邊界框注釋。我們提出了一種新的遷移學(xué)習(xí)的方法，其中是用訓(xùn)練好的權(quán)重轉(zhuǎn)移函數(shù)來預(yù)測(cè)：如何根據(jù)學(xué)習(xí)的參數(shù)來檢測(cè)每個(gè)類別的邊界框。在COCO數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，在沒有掩碼訓(xùn)練數(shù)據(jù)的情況下，我們的方法大大提高了掩碼預(yù)測(cè)的泛化能力。通過采用該方法，我們?cè)赩isual Genome數(shù)據(jù)集中建立了超過3000個(gè)類的大規(guī)模實(shí)例分割模型。我們得到的結(jié)果非常鼓舞人心，這足以說明我們開創(chuàng)了了一個(gè)令人興奮的新的大規(guī)模實(shí)例分割的研究方向。研究人員還提到了一個(gè)非常具有挑戰(zhàn)性的問題，在沒有監(jiān)督學(xué)習(xí)的情況下，如何將實(shí)例分割擴(kuò)展到數(shù)千個(gè)類別。應(yīng)該可以有很多方式來改進(jìn)此方法去解決這樣的問題。

論文鏈接：https://arxiv.org/pdf/1711.10370.pdf

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754