您访问的页面找不回来了!
返回首页- 您感兴趣的信息加载中...
(对比图1)
(对比图2)
(对比图3)
通过上面的结果对比图,我们可以清晰的看出全局编码模块的引入,彻底改变了实例分割传统算法中远近物体不能兼顾的缺点,近处物体可以识别的很好,远处小物体的分割效果也提升了非常多,使得最终的AP100指标远超其他队伍。
截至目前,Cityscapes评测吸引了近百支队伍参赛,包括Facebook、香港中文大学、商汤和NVIDIA(英伟达)等众多国内外优秀创新企业和顶尖学术机构参加。值得一提的是,在过去的近两年时间里,商汤、港中文团队与NVIDIA(英伟达)几乎包揽了所有图像分割评测的冠军。而首次参赛的搜狗团队,各项评测指标均远超其他队伍,打破了世界纪录,以无可争议的成绩拿下了第一名。
搜狗视觉研究团队通过不断地算法积累和迭代, 建立了一套高效易用的通用检测分割框架,可以针对任务快速迁移算法模型,达到实际应用需求。 CVPR2018 WAD检测任务和本次实例分割任务所用模型基本一致,验证了模型的高效易用性。同时团队最近也做了一些简单的实验, 在少量代码改动的情况下,仅仅训练几个小时,便可以在一些著名的评测数据集上达到top的成绩。