Review of paper named YOLACT++: Better Real-time Instance Segmentation
Above figure is the main reason of YOLACT++ is accepted in ICCV 2019. Most of the results in computer vision were focused on highering mAP score. However this was focused on real time instance segmentation by using only one gpu. Which I think that it is valuable to review and use this model into real industry. This research used single Titan Xp to make 34.1mAP on MS COCO at 33.5 fps.
Reference
[1] https://arxiv.org/abs/1912.06218
Github
[1] https://github.com/dbolya/yolact
YOLACT++: Better Real-time Instance Segmentation 논문 리뷰입니다.
위 그림이 YOLACT++가 ICCV 2019에 accept된 주된 이유입니다. Computer vision 분야의 대부분의 결과는 mAP score를 높이는 데 집중해 왔습니다. 그러나 이 논문은 단 하나의 GPU만 사용한 real-time instance segmentation에 집중했습니다. 그래서 이 모델을 리뷰하고 실제 산업에 적용해 볼 가치가 있다고 생각합니다. 이 연구는 단일 Titan Xp를 사용하여 MS COCO에서 33.5 fps로 34.1mAP를 달성했습니다.
참고 문헌
[1] https://arxiv.org/abs/1912.06218
Github
[1] https://github.com/dbolya/yolact