Mask R-CNN

1. 核心思想和实现功能

        Mask R-CNN 实在Faster R-CNN的基础上演进而来，修改了两个部分，其一是将Faster R-CNN的RoI pooling部分改为RoIAlign，用以实现目标的校正；其二是添加由FCN层组成的Mask头，用以实现目标物体像素级别的分割。

知识扩展：什么是实例分割？

    实例分割是对检测出的目标，实现像素级别的语义分割，难度在于要先对一张图片的所有目标进行正确的检测和识别，同时还要对每个目标实例进行分割，即实例分割是目标识别和语义分割的结合。语义分割是将一张图片中的每个像素进行类别判定。

2. 实现过程

（1） Conv生成feature map

    通过ResNet-101的前100层提取图像特征，然后在最后一层组合成全局feature map。

（2） RPN产生候选区域

    使用Region Proposal Network(RPN)产生候选区域（bounding box）。

（2） 产生ROI feature map