4 个月前

基于部件的全景分割

基于部件的全景分割

摘要

在这项工作中,我们引入了一种新的场景理解任务——部件感知全景分割(Part-aware Panoptic Segmentation, PPS),该任务旨在从多个抽象层次理解场景,并统一了场景解析和部件解析的任务。为了这一新颖的任务,我们在两个常用的数据集上提供了连贯的注释:Cityscapes 和 Pascal VOC。此外,我们提出了一种用于评估 PPS 的单一指标,称为部件感知全景质量(Part-aware Panoptic Quality, PartPQ)。基于这一新任务,利用该指标和注释,我们将现有的全景分割和部件分割方法的最新成果进行融合,设置了多个基线。最后,我们进行了若干实验,以评估在这一单一任务中不同抽象层次的重要性。

代码仓库

基准测试

基准方法指标
image-segmentation-on-pascal-panoptic-partsPPS
mIoUPartS: 58.6

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于部件的全景分割 | 论文 | HyperAI超神经