초록
우리는 단일 Titan Xp에서 평가한 MS COCO 데이터셋에서 33.5 fps로 29.8 mAP를 달성하는 실시간 인스턴스 분할을 위한 간단하고 완전히 합성곱 모델을 제시합니다. 이는 이전의 경쟁적인 접근 방식보다 현저히 빠릅니다. 또한, 우리는 단 하나의 GPU에서 훈련한 후 이러한 결과를 얻었습니다. 우리는 이를 달성하기 위해 인스턴스 분할을 두 개의 병렬 하위 작업으로 나누어 수행하였습니다: (1) 프로토타입 마스크 집합 생성 및 (2) 인스턴스별 마스크 계수 예측입니다. 그런 다음, 우리는 프로토타입과 마스크 계수를 선형 결합하여 인스턴스 마스크를 생성합니다. 이 과정이 재풀링(repooiling)에 의존하지 않기 때문에, 이 접근 방식은 매우 높은 품질의 마스크를 생성하며 시간적 안정성을 자연스럽게 보여줍니다. 또한, 우리는 프로토타입의 부상하는 행동을 분석하고, 완전히 합성곱임에도 불구하고 번역 변동성을 가지면서 스스로 인스턴스를 위치화하는 것을 배운다는 점을 보여주었습니다. 마지막으로, 우리는 표준 NMS(Non-Maximum Suppression)의 대체품으로 성능 저하가 미미한 12 ms 더 빠른 Fast NMS를 제안합니다.