论文阅读——Mask DINO（cvpr2023）

本文主要是介绍论文阅读——Mask DINO（cvpr2023），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！

DINO是检测，Mask DINO是检测+分割。

几个模型对比：

传统的检测+分割中，检测头和分割头是平行的，Mask DINO使用二分图匹配bipartite matching提高匹配结果的准确性。

box对大的类别不计算损失，因为太大了，会带坏模型。模型一样预测，但是损失取其他类别的平均数。

Backbone：ResNet-50 and SwinL，SwinL SOTA

We use the same multi-scale setting as in DINO [37] to use 4 scales in ResNet-50-based models and 5 scales in SwinL-based models.

这篇关于论文阅读——Mask DINO（cvpr2023）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！

---