Mask RCNN 学习

原始资料链接：Mask RCNN
代码实现地址：matterport - github（采用Python 3语言，结合Keras与TensorFlow框架开发）
代码说明文档：TensorFlow实战：Chapter-8上(Mask R-CNN介绍与实现)

Mask RCNN论文简介

Mask R-CNN是在R-CNN系列、FPN以及FCIS等研究基础上发展而来的，其核心思想较为清晰：Faster R-CNN针对每一个候选区域生成两个输出结果，分别是类别标签与边界框的偏移参数。Mask R-CNN则在Faster R-CNN的基础上新增了一个分支，从而实现第三个输出，即目标物体的掩膜信息。
该模型能够为图像中每一个对象实例生成对应的包围框以及分割掩膜。其主要结构依托于特征金字塔网络（FPN）与ResNet101作为主干网络。
mask-RCNN实例分割框架：

与Faster RCNN等比较及改进

![这里写图片描述