如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？ 第1页
1
xiaohuzc 网友的相关建议:
之前大部分的语义分割都是用pixel classification，这篇工作的创新之处是看成了一个instance mask prediction，思路挺新奇的。
一点额外想说的是，语义分割本身是没有instance区分的，标注也没有区分instance，那么如果看成instance mask预测的话，就只能简单地根据类别生成K个不同的mask，即各个类别的mask，这里也不区分类内的instance。这个instance mask prediction中的instance就是相对同一类的了，预测的mask也是固定为K，此时N queries其实也可以简化为K queries。
如果再往前的话，K queries可以固定为每个类别的queries，那么训练的loss就可以变成简单的K个sigmoid loss，即区分图像中是不是含有这个类别。每个类别的query和全局特征结合得到该类别的mask prediction。和论文里面说的fixed match基本类似。
而论文提出的方案更通用化，毕竟可以用于全景分割上。
1
相关话题
LeCun 为什么要卸任 FAIR（Facebook AI 实验室）负责人，工程和研究的矛盾可调和吗？从鸦片战争到如今，我们中国是怎样一步步获得现在的国际地位的？
我们博物馆想要引入一些AI机器人，最好能和游客互动，能带游客参观和讲解文物历史知识的，有推荐的吗？
人脸识别技术现在成熟了吗，为什么没有大范围应用呢？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
战锤40k人工智能为什么一定会叛变？
AlphaGo战胜围棋冠军和当年IBM深蓝战胜象棋冠军哪个意义和影响更大？
假如达到强人工智能，岂不是可以认为人也是由代码构成，甚至能由代码解析？
2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
哪些人工智能领域已经或者未来1-2年会实现盈利？
相关的话题
人工智能翻译技术大概还需要多少年才能达到基本成熟的水准？应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
行人轨迹预测有哪些有效的方法和普遍的base方法？或者public dataset?
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
自监督学习（Self-supervised Learning）有什么比较新的思路？
机器学习算法工程师如何自己接项目单干、并赚取比上班多得多的收入？
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？
视觉Transformer如何优雅地避开位置编码？
以目前的科技水平，做销售，在AI的哪个应用领域发展更好些？
两台 AlphaGo 对决会和棋吗？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
2018高考结束了，想学人工智能，现在有哪些AI专业可以填报？
新基建来了，可能会给普通人的生活带来哪些影响或提升？
济南成功实施首例「人工心脏」植入手术，「人工心脏」相对于传统心脏移植有哪些优势？
自动驾驶什么时候才会凉凉，估计还要多久？
AI 真的很危险吗？
深度学习（机器学习）的下一步如何发展？
人工智能是当前最好的计算机专业吗?
人工智能会有宗教信仰吗？
如何评价Deepmind自监督新作BYOL？
图灵法则适用于未来人工智能吗？
如何评价 Face++ 旷视科技最新出品的检测专用 backbone 网络 DetNet ？
如果你是面试官，你怎么去判断一个面试者的深度学习水平？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
到了 2022 年，人工智能有哪些真正可落地的应用？
计算机视觉有多少分支？
如何看待Capsule Network在NLP领域的潜力？
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
为什么交叉熵（cross-entropy）可以用于计算代价？