实例分割之Mask R-CNN

1.作用：基于区域候选网络的目标分割方法，可进行目标检测，分类，实例分割，人体关键点检测

是一个小巧、灵活的通用实例分割框架，（Faster R-CNN+FPN）不仅可以对图像中目标进行检测，还可以对每一个目标给出一个高质量的分割结果。 AP:37.1 Speed: 5fps

2.机器视觉主要研究任务：分类，检测，分割，关键点检测

目标检测两种方法：

 

 双阶段：先提取出可能的成百上千的框，再对框重新特征提取，再和目标框做loss

关键点检测：

 

 

3.子结构：

Faster R-CNN

ROI Pooling到ROI Align

FPN