混乱场景精准分割
通过边界与掩码的联合学习，显著提升杂乱堆叠场景中物体边界的分割质量，优于现有方法。
Yang, Biqi · Gao, Xiaojie · 李贤芝 · Yunhui, Liu · Fu, Chi Wing · Pheng-Ann, Heng
2023
通过边界感知掩码头同时预测掩码和边界及其IoU分数，使模型显式关注边界质量，并在后续细化阶段逐步锐化边界。
利用预测的objectness和边界IoU分数过滤被遮挡的无效实例，只保留高保真的暴露实例，提升实际抓取成功率。
在三个抓取基准数据集上的实验表明，该方法的实例分割性能超过现有最先进方法，证明其在杂乱场景中的有效性。