新出的实例分割算法,融合了mask rcnn和yolact的算法思想,既有mask rcnn的ROI,又有yolact的proto type(base)。该模型效果达到state-of-the-art,精度最高能到41.3AP,实时版本BlendMask-RT性能和速度分别为34.2mAP和25FPS。
与yolact的区别在于,base的系数不是标量,而是一张与base同样size的图。
blend.png
本文标题:BlendMask: Top-Down Meets Bottom
本文链接:https://www.haomeiwen.com/subject/muqnactx.html
网友评论