本文主要是介绍【VOS】Fast Video Object Segmentation by Reference-Guided Mask Propagation，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文地址：http://openaccess.thecvf.com/content_cvpr_2018/papers/Oh_Fast_Video_Object_CVPR_2018_paper.pdf
只有测试代码，地址：https://github.com/seoungwugoh/RGMP
Motivation
在线学习速度慢，而且作者的准确率也达到SOTA
Pipline
采用Siamese encoder，其他的还比较直观，没有难懂的结果。简单有效。
Two-Stage Training
我感觉作者这个网络能够很有效的原因和pretrain做的一系列的data augmentation有关
Pre-training on simulated samples
生成一个新数据集
Strategy1：对包含object mask的数据用两套不同的随即变换（rotation, scaling, color perturbation），模拟了environment变换
Strategy2：只对前景做一些变换，然后把变换后的forground object images放在纯background上，这样也会自然的产生一些有遮挡的图，模拟了更复杂的变换
然后对这两种策略生的图在做random affine transform，然后随即crop一个training sample至少含有50%的target object
Fine-tuning on video data
在DAVIS2017上训练，如果有多个instances，只选择1个instance训练，在video上训练时用前一帧的mask代替当前帧的mask，用BPTT来更新，用迭代的方法训练。#TODO
2020年01年08日
这篇关于【VOS】Fast Video Object Segmentation by Reference-Guided Mask Propagation的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
