MMSports 挑战赛强实例分割流水线
采用鲁棒的数据增强技术和深度学习架构,通过提出一种新的数据增强技术、采用混合任务级联(HTC)框架和 CBNetV2 作为骨干架构以及引入 Stochastic Weight Averaging(SWA)训练策略,该论文在篮球场景中分割人体主体方面取得了显著的遮挡得分(OM)。
Oct, 2023
基于视觉归纳先验流传播的记忆效率实例分割框架能够在有限数据和内存约束下取得有希望的性能(0.509 [email protected]:0.95)。
Mar, 2024
本研究介绍了 Aoi-overfifitting-Team 团队解决 Data-Efficient Defect Detection 的技术细节,基于 Hybrid Task Cascade 实例分割算法,借助 CBNetv2 强化基线结果,并提出了两种模型集成方法和多尺度训练及测试时间扩充技术,最终在测试集上实现超过 48.49% 的平均 [email protected]:0.95 和 66.71% 的平均 [email protected]:0.95。
Jun, 2023
本文介绍了两个冠军团队在 OpenImage Challenge 2019 中的解决方案。我们基于对分类和回归问题进行特征提取的实践,提出了 Decoupling Head (DH) 技术,在目标分类和定位问题中取得了巨大的性能提升。此外,我们还对 soft-NMS 算法进行了调整,提出了一种 ensemble strategy 来控制识别结果的准确性,最终我们在比赛中获得了第 1 名,并在实例级语义分割方面取得了优异的表现。
Mar, 2020
提出了一种全新的混合任务级联(Hybrid Task Cascade,HTC)框架,基于实例分割级联的相互关系,在多个级别上逐步地学习可区分的特征并将互补特征整合在一起。相较于强基线,该方法在 MSCOCO 数据集上取得了 38.4 和 1.5 的提升,并在 COCO 2018 挑战目标检测任务中名列第一。
Jan, 2019
本文提出了一种使用图像级别标签进行实例分割的新框架,其中分为两个阶段,分别是训练分类器生成伪掩模并在这些伪掩模上训练完全监督的 Mask R-CNN。在 PASCAL VOC 2012 数据集上进行实验,相对于现有方法说明主要性能提高。
Jul, 2019
本文介绍 “医学分割十项全能赛(MSD)” 的比赛举办及其结论,提出了一种方法,能够在多个任务上表现良好,同时兼顾算法的泛化性能;冠军算法的延续优异表现,验证了这个假设。
Jun, 2021
本文介绍了一种基于卷积神经网络和经典的 watershed transform 的能量图方法来解决实例分割问题,并在 Cityscapes 实例级别分割任务中取得了比现有最先进方法更好的效果。
Nov, 2016
描述第一名解决方案,提出了一种增强的语义分割管道,通过使用经过深度预训练的骨干模型、语言引导和数据增强方法来改进天气下的语义分割模型,并采用有效的训练策略和集成方法来进一步提高性能。
Jun, 2024
本论文介绍了基于 InternImage-H 和 Mask2former 的视觉背骨和分割头以及 CascadePSP 和 Segment Anything Model 这两种后处理方法在视频语义分割中的应用,最终在 PVUW2023 VSS 赛道排名第三。
Jun, 2023