文件名称：使用Mask R-CNN进行实例分割的综述-研究论文
文件大小：1.35MB
文件格式：PDF
更新时间：2024-06-08 12:20:55
论文研究
实例分割巩固了对象检测（目的是使用边界框对每个对象进行分类和定位）和语义分割（目的是将每个像素表征到给定的对象类中）。 Mask R-CNN是用于实例分割的深度学习架构。 它是众所周知的Faster R-CNN对象检测体系结构的增强。 遮罩R-CNN向现有的Faster R-CNN模型添加了一个额外的遮罩分支。 Faster R-CNN为图片中的每个对象产生两件事。 它的类标签和边界框坐标。 遮罩R-CNN为此添加了一个额外的分支，这也产生了对象遮罩。 遮罩预测是与边界框的创建和分组相对应的。 本文通过使用车辆损坏检测和分割，口腔疾病的检测和分割以及新闻纸元素的分割的示例，包含Mask R-CNN如何执行实例分割的想法。