MixingMask网络

边缘感知统一检测分割

通过轮廓变形与边界特征关注，同时提升目标检测与实例分割性能。

Wenzhe, Ouyang · 徐增林 · 徐晶 · Wang, Qifan · 徐勇

Pattern Recognition 2024

技术优势

两个任务一起搞定

在目标检测和实例分割上同时取得优越性能，不用分别训练两个模型。

专门盯着边界

通过轮廓变形模块对边界特征施加专门注意力，弥补了以往方法对边界特征的忽视。

轮廓和框绑一起

用解耦向量编码轮廓进行边界框回归，把轮廓形状和尺度、位置关联起来，让检测和分割形成隐式联系。

应用场景

• 工业视觉检测：同时输出检测框和分割掩码，适合缺陷定位与量化。
• 自动驾驶感知：检测与分割一体，可提高车辆对道路目标的感知精度。
• 医学影像分析：边界特征强化有助于精确分割病灶等医学结构。