matterport/Mask_RCNN代碼研讀筆記
matterport/Mask_RCNN是以Keras+TensorFlow寫成。Mask R-CNN包含ResNet,Feature Pyramid Network,Region Proposal Network,RoIAlign Layer及預測的head。本專欄將依序介紹。
keineahnung2345
这个作者很懒,什么都没留下…
展开
-
Mask_RCNN代碼研讀(matterport版本)系列文(二)- Feature Pyramid Network部份
在本系列的第一篇Mask_RCNN代碼研讀(matterport版本)系列文(一)- ResNet部份中,我們了解到ResNet在Mask RCNN的大架構裡扮演的是特徵抽取器(backbone)的角色,而這些feature maps將被Feature Pyramid Network(以下簡稱FPN)用來進一步構建在更層語義訊息皆很強的特徵。在本篇中將會接著對FPN進行探討。對FPN還不了解的同學可以先看看Feature Pyramid Networks for Object Detection論文研讀。原创 2018-12-28 13:57:04 · 886 阅读 · 0 评论 -
Mask_RCNN代碼研讀(matterport版本)系列文(一)- ResNet部份
在開始閱讀這近三千行的代碼之前,先對模型整體架構有基本的認識會比較好。以下先說說閱讀代碼時需注意的幾個地方:Mask R-CNN的發展歷程是由R-CNN到Fast R-CNN到Faster R-CNN再到Mask R-CNN。它們使用ResNet當backbone來抽取特徵,並且用到了Feature Pyramid Network來解決所謂多尺度目標檢測的問題。這個repo是用Keras+TensorFlow寫成。經筆者實測,使用Keras2.2.2或TensorFlow1.8原创 2018-12-26 17:27:19 · 2273 阅读 · 5 评论