Mask R-CNN 论文学习笔记

论文基本信息

• 标题：Mask R-CNN
• 作者：Kaiming He Georgia Gkioxari Piotr Dollár Ross Girshick
• 机构：Facebook AI Research (FAIR)
• 来源：ICCV
• 时间：2017
• 论文地址：https://arxiv.org/abs/1703.06870
• 代码地址:https://github.com/facebookresearch/Detectron

论文概要

解决问题

本文在Faster RCNN上进行了改进，提出了Mask RCNN用来解决分割的问题。同时该模型也可以用于目标检测、关键点检测等其他的计算机视觉任务，并且实验证明，该模型具有较好的效果。

Introduction

• 分割任务分为实例分割和语义分割。语义分割是将不同种类的物体按像素级别分类，实例分割是不同种类的不同个体也要进行分别。
• 本文提出了一种非常简洁、灵活并且快速的方法来实现分割任务——Mask R-CNN。在Faster RCNN的基础上增加了一个预测掩码图的分支。这个掩码的分支是一个FCN（全卷积）在每一个RoI后。
• 在Faster RCNN中采用RoIPool 将特征图映射成固定大小的特征向量，在Mask R-CNN中提出了 RoIAlign
• 对每一个类进行一个独立预