:实时无锚实例分割 抽象的 我们提出了一个简单而有效的无锚实例分割,称为CenterMask的是,在同样增加了一个新的空间注意引导掩模(SAG-面膜)分支以无锚一个级对象检测器(FCOS)与面膜R-CNN 。 插入FCOS对象检测器后,SAG-Mask分支将使用空间关注图预测每个框上的分割蒙版,以帮助聚焦于信息量丰富的像素并抑制噪声。 我们还提出了一种改进的VoVNetV2骨干网络,该网络具有两种有效的策略:(1)剩余连接以缓解较大的VoVNet的饱和问题;(2)有效的挤压激励(eSE),用于处理原始SE的信息丢失问题。 使用SAG-Mask和VoVNetV2,我们分别设计了针对大型模型和小型模型的CenterMask和CenterMask-Lite。 CenterMask以更快的速度超越了所有以前的最新模型。 CenterMask-Lite还实现了33.4%的遮罩AP / 38.0%的盒