近日，創(chuàng )新奇智憑借突破性的AInnoSeg全景分割算法，刷新MIT Scene Parsing Benchmark 場(chǎng)景解析任務(wù)世界最好成績(jì)，領(lǐng)先商湯科技（2020年3月、5月為該基準測試的世界冠軍）、北京大學(xué)、南京大學(xué)、騰訊等眾多知名公司和研究機構，以絕對優(yōu)勢獲得冠軍。
來(lái)源于：http://sceneparsing.csail.mit.edu/
關(guān)于A(yíng)DE20K數據集
MIT Scene Parsing Benchmark 致力于為場(chǎng)景感知、場(chǎng)景解析、實(shí)例分割和語(yǔ)義理解等計算機視覺(jué)技術(shù)提供訓練和性能標準化評估平臺。該基準測試的數據來(lái)自ADE20K數據集，以場(chǎng)景目標復雜、目標尺度變化范圍大等特點(diǎn)著(zhù)稱(chēng)，共包含150個(gè)類(lèi)別，覆蓋人類(lèi)生活各個(gè)方面的場(chǎng)景，里面同種類(lèi)的物體在不同場(chǎng)景中表現出的大小、比例、姿態(tài)差別非常大，并且不同物體之間存在遮擋嚴重的問(wèn)題，是全球范圍內公認的最具挑戰性、權威性、代表性的場(chǎng)景解析評測集，在A(yíng)I相關(guān)技術(shù)領(lǐng)域受到廣泛關(guān)注和高度認可，吸引著(zhù)眾多國際知名企業(yè)、學(xué)術(shù)研究機構集中參與。ADE20K數據集在圖像分割領(lǐng)域意義重大，是世界計算機視覺(jué)三大頂級會(huì )議（CVPR、ICCV和ECCV）語(yǔ)義分割論文權威基準數據集。
ADE20K數據集
創(chuàng )新奇智AInnoSeg算法
目前最優(yōu)的全景分割算法無(wú)法解決圖像中物體邊緣像素的分割和小物體的分割準確性。創(chuàng )新奇智提出的AInnoSeg算法卻能有效地解決這些問(wèn)題。AInnoSeg算法首先使用基于Nonlocal network修改的pixel and channel attention網(wǎng)絡(luò )結構來(lái)嫁接在HRnet上面，這樣能夠精確地對圖像中每個(gè)像素進(jìn)行分割；然后連接一個(gè)OCRnet網(wǎng)絡(luò )結構對圖像中每個(gè)物體和屬于這個(gè)物體的像素進(jìn)行聯(lián)系，從而能夠讓算法更加關(guān)注物體自身的像素和邊緣像素；然后使用數據增強的方式，讓算法更加關(guān)注圖像中小物體的分割。同時(shí)使用多個(gè)輔助損失函數來(lái)完成訓練。
HRNet網(wǎng)絡(luò )
其次，AInnoSeg提供了半監督的訓練模型流程，可以在數據集比較少的情況下，提升算法模型的表現力。
半監督流程訓練圖
AInnoSeg算法實(shí)現細節論文：https://arxiv.org/pdf/2007.10591.pdf
我們來(lái)看看AInnoSeg算法在A(yíng)DE20K數據集上面的表現。
AInnoSeg算法相比較于目前最優(yōu)的分割算法，能夠有效地分割物體邊緣和實(shí)現小物體的分割。
全景分割的落地應用
參賽隊伍