论文笔记：Mask R-CNN

论文笔记：Mask R-CNN

1.简介

MASK RCNN是ICCV 2017 best paper。这篇文章提出了一个二阶段的实例分割网络，能以像素级精度分割出每一个不同的个体。

2.设计思路

这是一个两阶段的方法，第一阶段通过RPN网络提出一些可能的区域，第二阶段在每一个区域里面进行分类和回归，对于每一个区域都得到一个分类结果、一组边框offset和K个mask（K为总的类别数），第二阶段的三个任务同时进行，最后只取与类别对应的mask作为最终的mask。

3.具体实现方法

3.1网络结构

网络分为backbone和head两部分，分别完成region proposal和分类+边框预测+mask预测。backbone采用resnet-50-C4或者FPN，head使用全卷积神经网络。

3.2 RoIAlign

不同于faster rcnn使用的RoIPooling，RoIAlign通过双线性差值的方法找RoI对应的区域，避免了量化（使用取整函数）过程中造成的边界误差。

3.3 损失函数

$$L=Lcls+Lbox+Lmask$$
其中$Lmask$只计算对应类别的loss。