FCOSに引き続き、アテンションモジュールを組み込みマスク出力を行うSAG-Maskを接続するCenterMaskを提案した。また、バックボーンのネットワーク構造として、著者がDenseNetの再考を通して得たVoVNetを発展させたVoVNetV2も提案した。

提案手法のVoVNetV2を含む複数のバックボーンで評価を行い、VoVNetV2-99をバックボーンとしたCenterMaskは、速度と精度の両方でMask R-CNNを上回る結果。また、バックボーン及びフロントを軽量化したCenterMask-Liteは、MobileNetV2をバックボーンとした場合、50.0fpsの推論速度。

Mask R-CNNを速度と精度の両方で上回り、またバックボーンの変更により、精度の低減を抑えた軽量化の効果も示しているため通ったと考えられる。なお、もう一つのCenterMask論文「CenterMask: Single Shot Instance Segmentation With Point Representation」が、同じくCVPR 2020のPosterで採択されている。