CVPR 2020-Instance Segmentation

研究概况

CVPR 2020共有18篇实例分割论文（9篇开源代码）：1篇Oral（Deep Snake），含2D实例分割8篇（一阶段one-shot实例分割有好几篇），3D点云实例分割5篇，解决标注数据不足问题的非监督/半监督/小样本学习的实例分割各1篇，另外IBM研究了实例分割跟踪，还有1篇实例分割在生物图像中的应用，既高精度又兼顾速度。

任务区别

实例分割与其它视觉三大任务的区别：
图像分类是对整幅图像给出一个类别；
目标检测将感兴趣的物体框出来；
语义分割将相同类别的物体分割出来；
实例分割则要分割出感兴趣类别物体的个体，既是对图像的像素级分割，又是实例级理解。
在这里插入图片描述

论文列表

[1] 2D实例分割（8篇）

Deep Snake for Real-Time Instance Segmentation
Code：https://github.com/zju3dv/snake/
解读：https://zhuanlan.zhihu.com/p/134111177

BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation
解读：完美替代Mask RCNN！BlendMask：实例分割新标杆

CenterMask: Single Shot Instance Segmentation With Point Representation
解读：https://zhuanlan.zhihu.com/p/142641833

PolyTransform: Deep Polygon Transformer for Instance Segmentation

D2Det: Towards High Quality Object Detection and Instance Segmentation
Code: https://github.com/JialeCao001/D2Det
解读：50.1%AP！D2Det：高质量目标检测和实例分割

PolarMask: Single Shot Instance Segmentation With Polar Representation
Code：https://github.com/xieenze/PolarMask
解读：https://zhuanlan.zhihu.com/p/84890413

Mask Encoding for Single Shot Instance Segmentation
Code：https://github.com/aim-uofa/AdelaiDet/

CenterMask: Real-Time Anchor-Free Instance Segmentation
Code：https://github.com/youngwanLEE/CenterMask
解读：提出实时Anchor-Free实例分割算法CenterMask

[2] 3D实例分割（5篇）

Joint 3D Instance Segmentation and Object Detection for Autonomous Driving

OccuSeg: Occupancy-Aware 3D Instance Segmentation
解读：https://zhuanlan.zhihu.com/p/115071145

在这里插入图片描述

PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation
Code: https://github.com/Jia-Research-Lab/PointGroup
解读：https://zhuanlan.zhihu.com/p/129246230

在这里插入图片描述