Mask R-CNN详解

 

一、Mask R-CNN网络介绍

Mask R-CNN是何凯明2017年提出的一个实例分割（Instance segmentation）算法，可以用来做“目标检测”、“目标实例分割”、“目标关键点检测”。，是ICCV2017的best paper。

Mask R-CNN网络的设计比较简单，①在Faster R-CNN的基础上，在原本的两个分支上（分类+坐标回归）增加一个简单的完全卷积网络（FCN）输出object mask 作为第三个分支，②同时用RoIAlign代替了Faster R-CNN的RoIPooling，如下图所示：

二、Mask R-CNN网络

1、为什么要用ROIAlign代替ROIPooling？它们有什么区别？

关于它们的区别及作用，我已经另外写了一篇文章。这里简单介绍下。

Faster R-CNN方法中，在进行Roi-Pooling之前需要进行两次量化操作（第一次是原图像中的目标到conv5之前的缩放，比如缩放32倍，目标大小是600，结果不是整数，需要进行量化舍弃，第二次量化是比如特征图目标是5*5，ROI-pooling后是2*2，这里由于5不是2的倍数，需要再一次进行量化，这样对于Roi Pooli