在本文中，我们专注于改进二进制2D实例细分，以帮助人类用多边形标记地面真相数据集。人类的标签只需要在物体周围绘制盒子，然后自动生成多边形。为了有用，我们的系统必须实时运行CPU。二进制实例细分的最常见方法涉及编码器折叠网络。本报告评估了最先进的编码器 - 码头网络，并提出了一种使用这些网络改善实例分割质量的方法。除了网络体系结构的改进之外，我们提出的方法还依靠为网络输入，所谓的极端点（即对象轮廓上的最外部点）提供额外的信息。用户可以几乎尽快给它们标记它们，而不是边界框。边界框也可以从极端点推导。与其他最先进的编码器网络相比，此方法可产生更好的IOU，并且在将其部署在CPU上时也足够快。
translated by 谷歌翻译