실시간 인스턴스 분할을 위한 희소 인스턴스 활성화

본 논문에서는 실시간 인스턴스 분할을 위한 개념적으로 혁신적이고 효율적이며 완전히 컨볼루셔널한 프레임워크를 제안합니다. 이전에는 대부분의 인스턴스 분할 방법이 객체 검출에 크게 의존하여 바운딩 박스나 밀집된 중심점 기반으로 마스크 예측을 수행했습니다. 반면에, 우리는 각 전경 객체의 정보가 풍부한 영역을 강조하기 위해 새로운 객체 표현 방식인 인스턴스 활성화 맵의 희소 집합을 제안합니다. 그런 다음, 인스턴스 수준의 특징은 강조된 영역에 따라 특징을 집계하여 인식과 분할을 수행합니다. 또한, 이분 매칭(bipartite matching) 기반으로 인스턴스 활성화 맵은 객체를 일대일 스타일로 예측할 수 있어 후처리에서 비최대 억제(NMS)를 피할 수 있습니다. 인스턴스 활성화 맵의 간단하면서도 효과적인 설계 덕분에, SparseInst는 극히 빠른 추론 속도를 가지고 있으며 COCO 벤치마크에서 40 FPS와 37.9 AP를 달성하여 속도와 정확도 면에서 유사한 방법들을 크게 능가합니다. 코드와 모델은 https://github.com/hustvl/SparseInst에서 확인할 수 있습니다.