LVIS挑战赛技术报告 一等奖解决方案：面向大规模词汇实例分割的分布平衡与边界精修

本报告介绍了团队 FuXi-Fresher 参加 LVIS Challenge 2021 的技术细节。我们的方法主要针对两个关键问题：长尾分布问题以及掩码（mask）与边界（boundary）的分割质量。在先进的 HTC 实例分割算法基础上，我们采用受 CBNetv2 启发的复合连接结构，将 Swin-L 变换器（Transformer）作为主干网络，以显著提升基线性能。为缓解长尾分布带来的挑战，我们设计了一种分布平衡方法（Distribution Balanced Method），该方法包含数据集平衡模块与损失函数平衡模块，有效缓解了类别样本不均衡问题。为进一步提升分割质量，我们提出了一种掩码与边界精炼方法（Mask and Boundary Refinement Method），该方法结合掩码评分（mask scoring）与精炼掩码（refine-mask）算法，显著改善了分割结果的精度与边界一致性。此外，我们意外发现，采用早停（early stopping）策略结合指数移动平均（EMA）方法，能够带来显著的性能提升。最后，通过引入多尺度测试（multi-scale testing）并放宽单张图像检测目标数量的上限，我们在 LVIS Challenge 2021 的验证集上取得了超过 45.4% 的边界 AP（Boundary AP）成绩。在测试集上，我们的方法排名首位，达到 48.1% 的 AP，其中 APr 达到 47.5%，与 APf（full dataset AP）的 48.0% 非常接近，展现出优异的泛化能力与分割性能。