小样本实例分割综述

摘要

实例分割是计算机视觉领域中的一项重要任务,近年来元学习和小样本学习的发展推动了小样本与计算机视觉任务的结合,突破了对人工标注难、标注成本高的目标检测与分类瓶颈.虽然在小样本图像分类、小样本语义分割和小样本目标检测上都取得了较大的发展,但是基于小样本学习的实例分割近年来才成为研究热点.从小样本实例分割的相关概念出发,对现有小样本实例分割方法,按照基于锚框和无锚框两类分别进行了系统性的概述,并介绍了小样本实例分割常用的数据集及评价指标.通过对算法性能和优缺点的分析对比,以及研究现状的整理归纳,对小样本实例分割未来发展方向和面临的挑战进行了展望.

关键词

小样本学习 / 实例分割 / 计算机视觉