- FCN
同时预测类别和对应的Mask
全卷积网络先使用卷积神经网络抽取图像特征,然后通过 1*1 卷积层将通道数变换为类别个数(每个类别一层Mask),最后再通过转置卷积层将特征图的高和宽变换为输入图像的尺寸。因此,模型输出与输入图像的高和宽相同,且最终输出的通道包含了该空间位置像素的类别预测。
- Mask R-CNN
先分类检测,然后预测Mask,串行
- Conlnst
分类检测和Mask预测的并行方法
同时预测类别和对应的Mask
全卷积网络先使用卷积神经网络抽取图像特征,然后通过 1*1 卷积层将通道数变换为类别个数(每个类别一层Mask),最后再通过转置卷积层将特征图的高和宽变换为输入图像的尺寸。因此,模型输出与输入图像的高和宽相同,且最终输出的通道包含了该空间位置像素的类别预测。
先分类检测,然后预测Mask,串行
分类检测和Mask预测的并行方法