点击上方△头像可进入主页

一 论文题目：

Panoptic Feature Pyramid Networks

二 论文地址：

三 论文内容：

论文聚焦于“全景分割”，在架构级别将分别用于语义分割和实例分割的FCN和Mask R-CNN结合起来，设计了一个单一的网络：Panoptic FPN。

在对每个任务单独进行训练时，该方法在COCO和Cityscapes上的实例分割和语义分割都取得了很好的效果。实例分割接近Mask R-CNN，语义分割的精度与最新的DeepLabV3+相当。

四 论文创新：

（1）将语义分割和实例分割统一到一个框架里；

（2）两个分割分支的dense-pixel输出的结合方式有了变化；

（3）基于MaskRCNN + FPN这个基础，在不修改原有框架基础上引出一个语义分割分支。

Panoptic FPN的架构

五 相似论文：

论文题目：Panoramic segmentation

论文链接：

专栏简介：码上一课每日不定时更新，更新内容主要为人工智能与深度学习领域的论文开源源代码，用知识修炼心灵，以智慧对话世界，在这里，持续感受人工智能技术的魅力。

专栏推荐：

►「码上十点」CVPR2018论文源代码链接分享

►「码上十点」十月份机器学习最火的四篇文章

►「码上一课」快而准，经典的轻量级深度神经网络（论文代码）

►「码上一课」2018计算机视觉顶会论文及源代码分享

► 人脸识别资源推荐：20款人脸检测/识别的API、库和软件