摘要
本文提出了一种端到端的实例分割框架。基于近期提出的DETR [1]，我们所提出的SOLQ方法通过学习统一的查询（query）实现目标分割。在SOLQ中，每个查询对应一个目标对象，并具备多种表征形式：类别、位置与掩码。这些学习得到的对象查询能够以统一的向量形式，同时完成分类、边界框回归与掩码编码任务。在训练阶段，掩码向量通过原始空间掩码的压缩编码进行监督；在推理阶段，生成的掩码向量可通过压缩编码的逆过程直接转换为空间掩码。实验结果表明，SOLQ能够达到当前最先进的性能，超越大多数现有方法。此外，统一查询表征的联合学习显著提升了DETR的检测性能。我们期望SOLQ能成为基于Transformer的实例分割任务的一个强有力基线模型。代码已开源，地址为：https://github.com/megvii-research/SOLQ。