cnn程序流程图_Mask-rcnn算法流程图

昨天看下Mask-rcnn的keras代码，Github上start最多的那个。由于代码量比较多，所以需要梳理下整个流程。今天用visio简单绘制下整个数据流程图，方便理解整个算法。里面的知识点还是比较多的，所以搞清楚一个算法的细节，需要我们认真阅读下源码，并思考为什么这样做。只要能够掌握好细节，我们才可以对算法部分进行改进。

注：黑色是第一阶段，也就是RPN阶段。红色是第二阶段，也就是使用RPN的输出进行分类，框回归以及分割。金字塔特征就是p2，p3，p4，p5，p6。

输入张量:

input_image, 输入图像   shape(None，h，w，n) 其中h、w必须是2^6=64的倍数

input_image_meta= np.array(

[image_id] +                  # size=1

list(original_image_shape) +  # size=3

list(image_shape) +           # size=3

list(window) +                # size=4 (y1, x1, y2, x2) in image cooredinates

[scale] +                     #