SDOD: Real-time Segmenting and Detecting 3D Objects by Depth（实时3D检测与分割）

做者：Tom Hardy Date：2020-2-24 来源：SDOD：基于depth的实时3D检测与分割web 主要思想与创新点 大多数现有的实例分割方法只关注2D对象，不适用于三维场景，如自动驾驶。本文提出了一种将实例分割和目标检测分为两个并行分支的模型，将对象深度离散为“深度类别”（背景设置为0，对象设置为[1，K]），将实例分割任务转化为像素级分类任务。mask分支预测像素级的“深度类别”

>>阅读原文<<