UPSNet

收录理由

如果你在做场景理解相关的工作，想了解CVPR 2019口头报告论文中全景分割是怎么实现的，UPSNet是一个很值得参考的代码库。它没有把语义分割和实例分割拆成两个模型分别跑，而是用一个端到端网络同时完成这两件事，一次前向就能同时得到每个像素的类别标签和每个目标的掩码。仓库里提供了在COCO和Cityscapes上训练好的模型以及对应的指标结果，拿来当基线去对比更新的全景分割方法，或者基于它改造成自己的数据适配版本，都比较方便。需要提前考虑的是，这个项目针对PyTorch 0.4.1开发，训练时建议使用4到16块GPU，所以更适合有专门硬件的科研环境，而不是想快速在单机上跑通实验的场景。