Machine learningObject detection / segmentation
Mask R-CNN: تجزئة الكائنات مع أقنعة على مستوى البكسل
Mask R-CNN هو إطار عمل للتعلم العميق لتجزئة الكائنات (instance segmentation) قدمه كايمينغ هي، وجورجيا جيوكساري، وبيوتر دولار، وروس غيرشيك في أبحاث الذكاء الاصطناعي في فيسبوك (FAIR) عام 2017. وهو يوسع Faster R-CNN بإضافة فرع متوازٍ يتنبأ بقناع ثنائي على مستوى البكسل لكل كائن مكتشف، مما يتيح الكشف عن الكائنات وتصنيفها وتجزئتها بدقة متناهية في تمريرة أمامية واحدة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask R-CNN. IEEE International Conference on Computer Vision (ICCV), 2980–2988. DOI: 10.1109/ICCV.2017.322 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/ar/deep-learning/mask-rcnn
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- فستر آر-سي إن إنالتعلم العميق↔ compare
- U-Netالتعلم العميق↔ compare