CVPR2020

论文：PolarMask: Single Shot Instance Segmentation with Polar Representation

代码：https://github.com/xieenze/PolarMask

PolarMask是一种基于FCOS的，单阶段的实例分割框架。它首次证明了实例分割的复杂性，无论是网络设计还是计算复杂度，都可以和bbox目标检测相同，并且具有不错的准确性。

¶1. 框架

实例分割mask的表示方式：

1. 像素表示法（图b）：对每个像素分类，如Mask R-CNN。
2. 轮廓表示法（图c、d）：图c中使用轮廓中的点的笛卡尔坐标表示，而本文采用图d所示的极坐标表示，把实例分割问题转化为实例中心点分类(instance center classification)问题和密集距离回归(dense distance regression)问题。

方法的框架如下：

通过backbone和特征金字塔提取特征，头部由中心点分类、Polar Centerness、以及射线长度回归三个分支组成。相比FCOS，只是把FCOS的回归分支的channel=4替换为channel=n, 这里n=36，相当于36根射线的长度。

经过网络，可以得到中心点的位置和类别、n根射线的长度，根据角度和射线长度得到轮廓点的坐标，从0°开始连接这些点，最后得到的连通区域就是实例分割的结果。

¶2. 实现细节

¶2.1 target

• 分类分支：实验对比了框中心和质心，选取效果更好的质心。正样本定义为特征图上质心周围1.5倍步长的区域。

• 回归距离：如果一条射线与实例轮廓有多个交点，选最长的一条。如果没有交点，取最小值如$10^{-6}$。

• Polar Centerness：$\text { Polar Centerness }=\sqrt{\frac{\min \left(\left{d_{1}, d_{2}, \ldots, d_{n}\right}\right)}{\max \left(\left{d_{1}, d_{2}, \ldots, d_{n}\right}\right)}}$，d为一个实例的n条射线长度。

  根据下图可以看到，在实例分割任务中，Polar Centerness比原来FCOS的Centerness定义更好

  

¶2.2 Loss

分类分支使用Focal loss，Centerness分支使用交叉熵损失，回归分支使用自己定义的Polar IoU Loss：

首先，极坐标系中的IoU表示为：

即极坐标中，两个mask交和并的面积可以表示为无数个$d\theta$ 对应的小扇形面积的积分。上述公式离散化为：

$\mathrm{IoU}=\lim {N \rightarrow \infty} \frac{\sum{i=1}^{N} \frac{1}{2} d_{\min }^{2} \Delta \theta_{i}}{\sum_{i=1}^{N} \frac{1}{2} d_{\max }^{2} \Delta \theta_{i}}$，当均匀取角度时，即$\Delta \theta=\frac{2 \pi}{N}$，且实验发现平方去掉对结果影响不大，因此公式简化为：
$$
\text { Polar } \mathrm{IoU}=\frac{\sum_{i=1}^{n} d_{\mathrm{min}}}{\sum_{i=1}^{n} d_{\mathrm{max}}}
$$
Polar IoU Loss就是对Polar IoU采用BCE（binary cross entropy）损失，即：
$$
\text { Polar IoU Loss }=\log \frac{\sum_{i=1}^{n} d_{\max }}{\sum_{i=1}^{n} d_{\min }}
$$

¶2.3 推理阶段

在推理阶段，与FCOS一样，将中心度和分类的结果相乘，作为最终的置信度得分。计算mask的最小bbox，经过IoU阈值为0.5的NMS产生最终结果。

¶3. 遗留问题

1. 不能很好解决面包圈样式的实例。（作者指出）
2. Polar IoU中的预测d的中心其实并未与真正的中心对齐，因此IoU计算的准确性受中心准确性的影响。（知乎网友）