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
为什么说深度学习没有理论基础?普惠AI时代即将来临，开发者如何向AI开发转型？
如何评价 DeepMind 在北京时间 19 年 1 月 25 日 2 点的《星际争霸 2》项目演示？
如何评价浙江大学发布的“绝影”四足机器人?
谷歌翻译这几个月的进化速度突然加快是什么原因？
您好，请问有没有可以检测到移动物体并专门保存的摄像头？这种技术不难且需要！?
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
为什么 Bert 的三个 Embedding 可以进行相加？
相关的话题
天猫精灵有开放 API 吗？请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
人工智能真的不能达到人类的程度甚至超越人类？
如何看待傅首尔对智能汽车的吐槽？智能汽车如何真正为出行带来便利？
AMD的CPU是否适合搭建深度学习主机？
人工智能为什么越来越看不懂了？
你们都是怎么学 Python 的？
你心目中的ALPHAGO拟人是怎样的性格?
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
如何评价清华大学发布的自研深度学习框架-计图(Jittor)？
无人驾驶运营维护，自动驾驶运营维护，无人驾驶科技公司落地，逐渐走向现实，落地后的运营维护怎么办？
“基因编辑婴儿”知情同意书曝光: 经费来自南科大。大家怎么看？
为什么都说神经网络是个黑箱？
大数据，人工智能，机器人三者之间到底有什么关系？
深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？
注意力机制是如何学习到模型所应注意的区域的？
所谓大数据分析，究竟要学什么？
为什么有的 Vision Transformer 中的 key 不需要 bias ？
柯洁与 AlphaGo 三场皆负，对围棋今后的发展会有哪些影响？
机器人操作同样的电脑同人类对战星际争霸 2，与机器人与人进行围棋比赛，哪个难度更低？
如何评价何恺明、Ross Girshick组的自监督时空表征学习新作？
有尝试用多层自组织特征神经网络（MLSOM）来代替层次分析法（AHP）的吗？会有哪些问题需要注意？
具有独立意识的AI要设置寿命 怎么按这个方向辩论？
对神经网络某一层做了小改进，效果却提升显著，可以发论文吗？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
从虚拟偶像到 AI 学生，数字人概念还能火多久？
2021年深度学习在哪些应用上有实质进展？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
如何理解MCMC中的细致平稳条件？
如何看待 Nervana 被 Intel 收购？