Mask R-CNN中的mask分支理解

本文介绍了Mask R-CNN的mask分支,该分支在Faster R-CNN基础上增加,通过ROIAlign处理ROI得到14*14*80的特征图。训练时仅对正样本的ROI进行处理,损失函数为类别独热编码后的二元交叉熵损失。在推断阶段,对mask分支的输出而非目标进行resize操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这里介绍Mask R-CNN的mask分支,mask rcnn的idea很简单,就是在faster rcnn的基础上加个mask分支(另外把ROI pooling转化成ROIAlign),所以只要理解了mask分支,大概就能理解mask rcnn了。

1. 结构:

mask分支处理ROI得到固定尺寸的14*14*80的feature map,需要注意的是target不一定都是14*14的,阅读源码之后发现对target做了resize:

2. Loss

针对每个类别,做独热编码,做binary cross-entropy loss

3. Training

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值