Mask R-CNN
(一)论文地址:
https://arxiv.org/abs/1703.06870
(二)核心思想:
作者在 Faster-RCNN 目标检测网络的基础上提出了 Mask R-CNN,先检测出物体,再在检测框内对物体进行像素级的分割,可用于实例分割和 2D 姿态评估;
核心就是作者提出了一种新的 ROI 池化方式—— ROI Align,通过双线性插值的方法,改进了 ROI Pooling 像素不匹配的问题;
(三)Loss 函数:
这里定义了 Mask R-CNN 的 Loss 函数:
L