标题：港中文、Adobe、牛津等|Open-World Entity Segmentation（开放世界实体分割）

简介：我们引入了一个新的图像分割任务，称为实体分割目的是在不考虑语义的情况下分割图像中的所有视觉实体类别标签。它在图像处理/编辑方面有许多实际应用其中分割掩码质量通常至关重要，但类别标签较少重要的。在这种情况下，所有语义上有意义的片段都被同等对待作为无类别的实体，并且没有事物与事物的区别。基于我们统一的实体表示，我们提出了一个基于中心的实体分割框架有两个新颖的模块来提高面罩质量。实验上，我们的新与现有工作相比，任务和框架显示出优越的优势。在特别是，实体分割可以实现以下功能：(1)合并多个数据集以形成一个大的无需解决标签冲突的训练集； (2)在一个模型上训练的任何模型数据集可以非常好地泛化到具有未知域的其他数据集。