PolarMask: 극좌표 표현을 이용한 단일 샷 인스턴스 분할

본 논문에서는 개념적으로 간단하고 완전히 합성곱 기반이며, 대부분의 사전 훈련된 검출 방법에 쉽게 내장하여 인스턴스 분할을 위한 마스크 예측 모듈로 사용할 수 있는 앵커 박스가 없는 단일 샷 인스턴스 분할 방법을 소개합니다. 이 방법은 PolarMask라고 명명되었으며, 극좌표에서 인스턴스 분할 문제를 인스턴스 중심 분류와 밀집한 거리 회귀로 정식화합니다. 또한, 고품질 중심 예제 샘플링과 밀집한 거리 회귀 최적화를 각각 처리하기 위한 두 가지 효과적인 접근 방식을 제안합니다. 이러한 접근 방식은 성능을 크게 향상시키고 훈련 과정을 단순화하는 데 크게 기여합니다. 어떠한 특별한 기법 없이도 PolarMask는 도전적인 COCO 데이터셋에서 단일 모델 및 단일 스케일 훈련/테스트로 마스크 mAP 32.9%를 달성하였습니다. 본 연구는 처음으로 매우 간단하고 유연한 인스턴스 분할 프레임워크가 경쟁력 있는 정확도를 달성하는 것을 보여줍니다. 우리는 제안된 PolarMask 프레임워크가 단일 샷 인스턴스 분할 작업의 기본적이고 강력한 베이스라인으로 활용되기를 바랍니다. 코드는 다음 주소에서 확인 가능합니다: github.com/xieenze/PolarMask.