Bei der interaktiven Instanzsegmentierung geben Benutzer Feedback, um Segmentation-Masken iterativ zu verfeinern. Die vom Benutzer bereitgestellten Klicks werden in Leitkarten transformiert, die dem Netzwerk notwendige Hinweise über die Position des interessierenden Objekts liefern. Die in aktuellen Systemen verwendeten Leitkarten basieren rein auf Abstandsinformationen und sind entweder zu lokalisiert oder wenig informativ. Wir schlagen eine neuartige Transformation von Benutzerklicks vor, um kontextbewusste Leitkarten zu generieren, die die hierarchische strukturelle Information in einem Bild ausnutzen. Mit unseren Leitkarten können selbst die grundlegendsten FCNs (Fully Convolutional Networks) bestehende Ansätze überflügeln, die state-of-the-art Segmentierungsnets erfordern, die auf großen Segmentierungsdatasets vortrainiert wurden. Die Wirksamkeit unserer vorgeschlagenen Transformationsstrategie zeigen wir durch umfassende Experimente, bei denen wir die bisherigen Bestwerte auf vier Standardbenchmarks für interaktive Segmentierung erheblich verbessern.