目标检测之Mask R-CNN

一、目标检测之Mask R-CNN

Mask R-CNN

• 论文链接：http://arxiv.org/abs/1703.06870
• 论文翻译：https://blog.csdn.net/xiaqunfeng123/article/details/78716136
• 论文详解：
  1、https://blog.csdn.net/WZZ18191171661/article/details/79453780?utm_source=blogxgwz5
  2、(RoIPooling、RoIAlign)：https://www.cnblogs.com/wangyong/p/8523814.html
• 论文代码：
  1、(Keras): https://github.com/matterport/Mask_RCNN
  2、(Pytorch): https://github.com/wannabeOG/Mask-RCNN
  3、(Caffe2): https://github.com/facebookresearch/Detectron

二、Mask R-CNN算法

1、主要框架

Mask R-CNN算法步骤：

1. 首先，输入一幅你想处理的图片，然后进行对应的预处理操作，或者预处理后的图片；
2. 然后，将其输入到一个预训练好的神经网络中（ResNeXt_101/ResNet_50等）获得对应的feature map；
3. 接着，对这个feature map中的每一点设定预定个的ROI，从而获得多个候选ROI；
4. 接着，将这些候选的ROI送入RPN网络进行二值分类（前景或背景）和BB回归，过滤掉一部分候选的ROI(NMS)；
5. 接着，对这些剩下的ROI进行ROIAlign操作（即先将原图和feature map的pixel对应起来，然后将feature map和固定的feature对应起来）；
6. 最后，对这些ROI进行分类（N类别分类）、BB回归和Mask生成（在每一个ROI里面进行FCN操作）；

整个Mask R-CNN算法的思路很简单，就是在原始Faster R-CNN算法的基础上面增加了FCN来产生对应的MASK分支。即Faster R-CNN + FCN，更细致的是 RPN + ROI Align + Fast R-CNN + FCN。