摘要
我们介绍了一种用于解决像素级分组问题（如实例分割）的可微、端到端可训练框架，该框架包含两个创新组件。首先，我们将像素回归到一个超球面嵌入空间中，使得来自同一组的像素具有高余弦相似度，而来自不同组的像素相似度低于指定的阈值。我们分析了嵌入维度和阈值的选择，并将其与关于在球面上均匀分布点的问题的理论结果联系起来。其次，为了对实例进行分组，我们使用了一种改进的均值漂移聚类算法，该算法通过核带宽参数化并以递归神经网络的形式实现。这个递归分组模块是可微的，具有收敛的动力学特性和概率解释性。通过该模块反向传播分组加权损失，可以使学习过程专注于纠正那些在后续聚类过程中无法解决的嵌入错误。我们的框架不仅概念简单且理论丰富，而且在实际应用中也表现出高效性和计算效率。我们在对象建议生成和边界检测、语义分割等分类任务中展示了该框架相对于现有最先进的实例分割方法的重大改进，并证明了分组损失对于这些分类任务的好处。