Mask R-CNN

实例分割 vs. 语义分割

语义分割：将不同种类别物体分割，同一类物体用一种颜色表示。
实力分割：在语义分割的基础上对同类物体进一步细分。分为person1,person2,person3…

Mask R-CNN思路

在原始Faster-rcnn算法的基础上面增加了FCN(全连接卷积神经网络)来产生对应的MASK分支。即Faster-rcnn + FCN，前者负责物体检测（分类标签+窗口），后者负责确定目标轮廓，更细致的是 RPN + ROIAlign + Fast-rcnn + FCN。Mask R-CNN的一个特点是可以给窗口内表示对象轮廓的像素着色，不仅仅是提供目标位置，而是提供掩模(轮廓)，COCO数据集标注出了轮廓，非常适合掩摸。
FCN算法是经典的语义分割算法，是一个端到端的网络，主要包含卷积和去卷积，首先对图像进行卷积和池化，使得feature map大小减小，再进行转置卷积(插值操作，将卷积的输出还原为输入大小)，不断增大feature map 最后对每一个像素值分类。
（原文：https://blog.csdn.net/WZZ18191171661/article/details/79453780 ）

Mask R-CNN结构图

FCN（全连接卷积神经网络）结构图
掩码分支是一个卷积网络，取 ROI 分类器选择的正区域为输入，并生成它们的掩码。其生成的掩码是低分辨率的：28x28 像素。