- …
- …
#589
summarized by : Atsuki Osanai
どんな論文か？
FPNの改善に関する研究．FPNは高レベルの特徴をupsamplingする際にsemanticsを考慮できていないと指摘．そこでGlobal Contextを用いたC3~5特徴マップのRefine，およびContext-awareなupsampling, downsampling手法を提案しFPNの問題点を解決した．
新規性
Contextを考慮するためにGCNの適用や，CARAFEと呼ばれるupsampling手法にChannel Attentionを用いたcalibrationを適用している．
結果
COCOのinstance segmentationタスクにおいて，Mask-RCNN, HTCなどのFPN部分に提案手法を採用し高い精度を達成した．
その他（なぜ通ったか？等）
スコアの大幅な改善がウリだと思われる．ただ手法としてはかなり思考錯誤した印象もあり，今後のベースラインになっていくかという点については少々疑問を持った．
- …
- …