Mask R-CNN网络结构理解

参考： https://zhuanlan.zhihu.com/p/37998710

模型中的改进：

1.Faster R-CNN里的特征提取网络-->FPN：FPN产生特征金字塔[P2,P3,P4,P5,P6]，大尺度的ROI要从低分辨率的feature map上切，有利于检测大目标，小尺度的ROI要从高分辨率的feature map上切，有利于检测小目标。

2.ROI pooling-->RoIAlign：Faster RCNN中，特征图与原始图像是不对准的，会影响检测精度；RoIAlign却可以保留大致的空间位置。

3.在ROIAlign之后添加卷积层，进行mask预测的任务。

Mask R-CNN网络结构

Mask RCNN沿用了Faster RCNN的思想，特征提取采用ResNet-FPN的架构，另外多加了一个Mask预测分支。

1.Faster R-CNN:

Faster R-CNN使用CNN提取图像特征，然后使用region proposal network（RPN）去提取出ROI，然后使用ROI pooling将这些ROI全部变成固定尺寸，再喂给全连接层进行Bounding box回归和分类预测。

2.ResNet-FPN (Feature Pyramid Network ) <