論文筆記：Mask R-CNN

論文筆記：Mask R-CNN

1.簡介

MASK RCNN是ICCV 2017 best paper。這篇文章提出了一個二階段的實例分割網絡，能以像素級精度分割出每一個不同的個體。

2.設計思路

這是一個兩階段的方法，第一階段通過RPN網絡提出一些可能的區域，第二階段在每一個區域裏面進行分類和迴歸，對於每一個區域都得到一個分類結果、一組邊框offset和K個mask（K爲總的類別數），第二階段的三個任務同時進行，最後只取與類別對應的mask作爲最終的mask。

3.具體實現方法

3.1網絡結構

網絡分爲backbone和head兩部分，分別完成region proposal和分類+邊框預測+mask預測。backbone採用resnet-50-C4或者FPN，head使用全卷積神經網絡。

3.2 RoIAlign

不同於faster rcnn使用的RoIPooling，RoIAlign通過雙線性差值的方法找RoI對應的區域，避免了量化（使用取整函數）過程中造成的邊界誤差。

3.3 損失函數

$L = L{cls} + L{box} + L{mask}$
其中$L{mask}$只計算對應類別的loss。