YOLACT++：更强的实时实例分割网络，可达33.5 FPS/34.1mAP！
YOLACT++：更强的实时实例分割网络，可达33.5 FPS/34.1mAP！
前言
近期推出的实例分割（Instance Segmentation）论文很多，有时间 Amusi 出一期：一文看尽实例分割系列。同时值得关注的实例分割论文也很多，比如前几天沈春华老师团队推出的的SOLO，详见：超越EfficientNet：metaKernel；实例分割新网络：SOLO
本文要速递介绍的这篇实例分割论文，是收录在ICCV 2019的实时实例分割YOLACT的改进版：YOLACT++。这里简单介绍一下YOLACT的由来：You Only Look At CoefficienTs（这里要cue一下YOLO）。
YOLACT++
《YOLACT++: Better Real-time Instance Segmentation》
论文：https://arxiv.org/abs/1912.06218
作者团队：加利福尼亚大学戴维斯分校
时间：2019年12月16日
注：在 COCO 上，34.1 mAP，速度高达 33.5 FPS！
摘要：我们为实时（> 30 fps）实例分割提供了一个简单的全卷积模型，该模型在单个Titan Xp上评估的MS COCO上取得了SOTA结果，这比以前的任何最新的方法都快得多。此外，我们仅在一个GPU上训练后即可获得此结果。我们通过将实例分割分为两个并行的子任务来完成此任务：（1）生成一组原型(prototype) masks，以及（2）预测每个实例的mask 系数。然后，我们通过将原型与模板系数线性组合来生成实例 masks。我们发现，由于此过程不依赖于 repooling，因此此方法可产生非常高质量的masks。此外，我们分析了 prototype 的 emergent 行为，并显示了它们是完全卷积的。我们还提出了快速NMS，这是对标准NMS的12毫秒快速替代，仅会有点影响性能。最后，通过将可变形（deformable）卷积合并到骨干网络中，使用更好的 anchor 尺度和长宽比优化预测head，并添加新颖的快速 masks 重新评分分支，我们的YOLACT ++模型可以在MS COCO上以33.5 FPS的实现34.1 mAP。
YOLACT 网络结构
因为YOLACT++是基于YOLACT改进来的，所以相同的地方不再重复介绍，大家结合CVer推过的YOLACT文章一起阅读，下面只解释创新点。
加州大学提出：实时实例分割算法YOLACT，可达33 FPS/30mAP！现已开源！
1 Fast Mask Re-Scoring Network
Mask 评分分支由6个具有ReLU非线性的卷积层和1个全局池化层组成。由于没有特征级联，也没有fc层，因此速度开销仅为〜1 ms。
Fast Mask Re-Scoring Network
2 Deformable Convolution with Intervals
3 Optimized Prediction Head
作者尝试两种变体：（1）保持尺度不变，同时将anchor长宽比从[1，1 / 2，2]增加到[1，1 / 2，2，1 / 3、3]，以及（2）保持 长宽比不变，同时将每个FPN level 的比例增加三倍（[1x，2^(1/3)x，2^(2/3) x]）。与YOLACT的原始配置相比，前者和后者分别增加了5/3倍和3倍的 anchors 数量
实验结果
mask mAP and speed on COCO test-dev
YOLACT vs YOLACT++
虽然YOLACT++还没有开源，但各位CVers可以看一下已经开源的YOLACT：
https://github.com/dbolya/yolact
CVer 推荐阅读