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。
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
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
