点击我爱计算机视觉标星，更快获取CVML新技术
今天新出的论文BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation，提出一种自顶向下和自底向上设计策略相结合的实例分割算法BlendMask，在精度上超越了Mask RCNN，速度上快20%，可谓完美替代Mask RCNN的实例分割新标杆！
该文作者信息：
作者团队来自阿德莱德大学、东南大学和华为诺亚方舟实验室。
BlendMask算法思想结果示例：
上图展示了Blend过程，BlendMask分支得到的Bases和检测分支得到的attns注意力结果，一一对应按元素相乘再相加合成，得到最终的实例分割结果。
网络架构
作者是在SOTA 目标检测算法FCOS基础上改进得到BlendMask，下图橙色部分为实例分割的检测分支，绿色部分为使用FPN特征预测的一组bases。
检测分支得到目标包围框和attns注意力区块，其和Bottom 模块的结果Bases 经Blender模块blend成最终的分割结果。
下图为Bases 和 attentions 结果示意图：
实验结果
作者将BlendMask 与其他SOTA实例分割算法在COCO test-dev数据集上进行了比较：
BlendMask 在速度最快的的同时精度最高！
下图为一些分割结果示例：
该文提出的方法分割结果更加精确细致。
详细信息请查看原论文。
论文地址：
https://arxiv.org/pdf/2001.00309.pdf
期待作者早日开源代码～
图像分割交流群
关注最新最前沿的语义分割、实例分割、全景分割技术，扫码添加CV君拉你入群，（如已为CV君其他账号好友请直接私信）
（请务必注明：分割）
喜欢在QQ交流的童鞋，可以加52CV官方QQ群：805388940。
（不会时时在线，如果没能及时通过验证还请见谅）
长按关注我爱计算机视觉