前言

计算机视觉Daily 正式系列整理 ECCV 2020的大盘点工作，本文为第三篇：实例分割和全景分割方向。

前两篇详见：

• ECCV 2020 目标检测论文大盘点（49篇论文）

• ECCV 2020 语义分割论文大盘点（37篇论文）
  

本文主要包含：实例分割、全景分割等方向。论文PDF已打包好，在后台回复：ECCV2020实例全景分割，即可下载这14篇论文。

▲长按关注我们

• 注意1：并不包含3D点云分割、视频目标分割，因为这些方向的论文也是超级多的，后续计算机视觉Daily会专门系统整理，还请关注后续内容。

• 注意2：全景分割的工作并不多

• 注意3：阿德莱德大学沈春华团队有两篇2D 实例分割工作

目录

• 实例分割

• 视频实例分割

• 弱监督实例分割

• 其他实例分割

• 全景分割

• 作者单位：阿德莱德大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1105_ECCV_2020_paper.php
• 代码：https://github.com/aim-uofa/AdelaiDet
• 中文解读： ECCV 2020 Oral | 沈春华团队新作CondInst：将条件卷积引入实例分割

Point-Set Anchors for Object Detection, Instance Segmentation and Pose Estimation

• 作者单位：微软亚洲研究院, 北京大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1162_ECCV_2020_paper.php
• 代码：暂无
• 中文解读： ECCV 2020 | 微软&北大提出Point-set Anchor：统一目标检测，实例分割，以及人体姿态估计

Learning with Noisy Class Labels for Instance Segmentation

• 作者单位：电子科技大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2062_ECCV_2020_paper.php
• 代码：https://github.com/longrongyang/LNCIS
• 中文解读：暂无

LevelSet R-CNN: A Deep Variational Method for Instance Segmentation

• 作者单位：Uber ATG, 多伦多大学, 麻省理工大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4368_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Supervised Edge Attention Network for Accurate Image Instance Segmentation

• 作者单位：西安电子科技大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5884_ECCV_2020_paper.php
• 代码：https://github.com//IPIU-detection/SEANet
• 中文解读：暂无

SOLO: Segmenting Objects by Locations

• 作者单位：阿德莱德大学, 字节跳动AI Lab
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3082_ECCV_2020_paper.php
• 代码：https://github.com/aim-uofa/AdelaiDet
• 代码2：https://github.com/WXinlong/SOLO
• 中文解读（建议结合SOLOv2一起看，SOLOv2应该是收录到NeurIPS 2020了）： 更快，更强！SOLOv2来了！实时实例分割新SOTA

视频实例分割

STEm-Seg: Spatio-temporal Embeddings for Instance Segmentation in Videos

• 作者单位：亚琛工业大学, 慕尼黑工业大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1299_ECCV_2020_paper.php
• 代码：https://github.com/sabarim/STEm-Seg
• 中文解读：暂无

SipMask: Spatial Information Preservation for Fast Image and Video Instance Segmentation

• 作者单位：天津大学, MBZUAI, IIAI
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2057_ECCV_2020_paper.php
• 代码：https://github.com/JialeCao001/SipMask
• 中文解读：暂无

弱监督实例分割

Commonality-Parsing Network across Shape and Appearance for Partially Supervised Instance Segmentation

• 作者单位：香港科技大学, 哈尔滨工业大学, Kwai
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/596_ECCV_2020_paper.php
• 代码：https://github.com/fanq15/FewX
• 中文解读：暂无

• 作者单位：IIIT Hyderabad, 牛津大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6083_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

其他实例分割

The Devil is in Classification: A Simple Framework for Long-tail Instance Segmentation

• 作者单位：新加坡国立大学, 中科院, Salesforce
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2257_ECCV_2020_paper.php
• 代码：https://github.com/twangnh/SimCal
• 中文解读：暂无

PatchPerPix for Instance Segmentation

• 作者单位：Max-Delbrueck-Center
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4968_ECCV_2020_paper.php
• 代码：https://github.com/Kainmueller-Lab/PatchPerPix
• 中文解读：暂无

全景分割

Joint Semantic Instance Segmentation on Graphs with the Semantic Mutex Watershed

• 作者单位：海德堡大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5393_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Axial-DeepLab: Stand-Alone Axial-Attention for Panoptic Segmentation

• 作者单位：约翰斯·霍普金斯大学, 谷歌
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1564_ECCV_2020_paper.php
• 代码：https://github.com/csrhddlam/axial-deeplab
• 中文解读：暂无