Mask R_CNN(笔记)

Mask rcnn背景

原文献：mask rcnn
　　
　　基于Mask R-CNN分割是目前主流的分割方式之一，它在多个领域都可适用，其发展速度也给实例分割提供良好的技术支持和平台供应。
　　Mask R-CNN是Faster R-CNN的延伸，是在后者原有的bounding box recognition分支上分出一条与之并行的预测object mask的分支。该方法结合了R-CNN、Fast R-CNN、Faster R-CNN的优点，并且改良了ROI Pooling，提出了ROI Align。

Ｍask rcnn 框架图概况

在Faster rcnn上强化网络图

1、Resnet + FPN强化特征提取，特征金字塔（FPN）

首先，选择一张需要处理的图片，然后对该图片进行预处理操作；
然后，将处理过的图片送入预训练的特征网络中如深度残差网络等，即构建所谓的bottom-up网络；
接着，构建对应的top-down网络，对层4进行上采样操作，先用1x1的卷积对层2进行降维处理，然后将两者相加
　　（对应元相加），最后进行3x3的卷积操作；
接下来在4到6这三层分别进行区域候选操作，在3x3的卷积层后增加两个分支操作，分别用1x1的卷积操作进行分类和回归操作；
　　将上一步的输出的候选ROI作为4、5、6层的输入，然后进行ROI Pool操作；
最后，在上一步的基础上面连接两个1024层的全连接网络层，然后分两个支路，连接对应的分类层和回归层；

2、Resnet（深度残差网络）

深度学习目前进展取决于技巧：初始权值选择，局部感受野，权值共享等等，但使用更深层的网络时，依然要面对反向传播时梯度消失或梯度爆炸这类传统困难。该问题给网络层数深的网络训