maskrcnn_benchmark —— modeling/detector/generalized_rcnn.py

Generalized R-CNN的核心组成部分，即为Mask R-CNN的标准架构，其主要包含boxes和masks两个部分。至于关节点或其他结构的调整则不涉及本部分内容。

1)self.backbone = build_backbone(cfg)

2)self.rpn = build_rpn(cfg, self.backbone.out_channels)

3)self.roi_heads = build_roi_heads(cfg, self.backbone.out_channels)

从上述内容可以看出，该模型主要由三个关键模块构成：
- backbone（采用resnet50与FPN相结合的结构）
- rpn（负责提取proposals_data）
- heads：从RPN模块中获取特征信息与proposals数据，并进一步完成检测任务（包括类别与边界框的计算）以及掩码生成（mask）

**1)modeling\backbone\backbone.py ** 首先对各个stage的特征图进行提取；随后利用所获得的feature map执行RPN及ROI pooling操作；最终根据输入图像经过预处理后的结果进行后续处理。

    features = self.backbone