摘要

我们提出了一种简单而高效的无锚点实例分割方法，称为CenterMask，该方法在无锚点单阶段目标检测器（FCOS）中添加了一个新颖的空间注意力引导掩模（SAG-Mask）分支，类似于Mask R-CNN。通过将SAG-Mask分支集成到FCOS目标检测器中，该分支能够在每个边界框上预测一个分割掩模，利用空间注意力图来关注有用像素并抑制噪声。此外，我们还介绍了一种改进的骨干网络VoVNetV2，采用了两种有效的策略：(1) 残差连接以缓解较大VoVNet \cite{lee2019energy} 的优化问题；(2) 有效的挤压-激励（eSE）机制以解决原始SE中的通道信息丢失问题。结合SAG-Mask和VoVNetV2，我们设计了分别针对大型和小型模型的CenterMask和CenterMask-Lite。使用相同的ResNet-101-FPN骨干网络，CenterMask实现了38.3%的性能，超越了所有先前的最先进方法，并且速度更快。CenterMask-Lite在Titan Xp上的帧率超过35fps时也大幅超过了最先进水平。我们希望CenterMask和VoVNetV2能够分别作为实时实例分割和各种视觉任务骨干网络的坚实基线。代码可在https://github.com/youngwanLEE/CenterMask获取。