![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Mask R-CNN
文章平均质量分 63
Camellia@
Shall we drink a cup of coffe?
展开
-
Mask-R-CNN(3)利用有效特征层获得建议框
看视频讲解的时候看评论区说有必要了解一下Fast-R-CNN网络,所以看了一下,觉得有个挺好的:https://blog.csdn.net/weixin_44936889/article/details/103788908?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-1&spm=1001.2101.3001.4242Region Proposal Network(RPN层)ROI(Region of Intere原创 2021-04-24 22:14:28 · 444 阅读 · 0 评论 -
Mask-RCNN(2)Resnet101
1.M,对应着图像中的CNN部分,其对输入进来的图片有尺寸要求,需要可以整除2的6次方。在进行特征提取后,利用长宽压缩了两次、三次、四次、五次的特征层来进行特征金字塔结构的构造。ask-RCNN使用Resnet101作为主干特征提取网络2.ResNet101有两个基本的块,分别名为Conv Block和Identity Block,其中Conv Block输入和输出的维度是不一样的,所以不能连续串联,它的作用是改变网络的维度;Identity Block输入维度和输出维度相同,可以串联,用于加深网络的。原创 2021-04-23 21:46:44 · 5801 阅读 · 2 评论 -
Mask-R-CNN实例分割算法(1)
1.目标检测算法:(用一个框框出目标)2.语义分割算法:标出属于猫的像素点————————————————————————————二者区别:Mask-R-CNN实例分割算法可以结合两者优点————————————————————————————3.防止失真和保证语义效果的精确,会在图像边缘加上灰条,同时保证图像边长可以整除2的六次方4.图片传入主干特征提取网络,当输入的图片为1024 X 1024时,我们会获得多个特征公用层,相当于将图片划分成不同的网格,每个网格有不同的相应框,利用R原创 2021-04-21 16:48:06 · 945 阅读 · 0 评论