Mask R-CNN: Τμηματοποίηση Οντοτήτων με Μάσκες σε Επίπεδο Εικονοστοιχείου

Το Mask R-CNN είναι ένα πλαίσιο βαθιάς μάθησης για τμηματοποίηση οντοτήτων που εισήχθη από τους Kaiming He, Georgia Gkioxari, Piotr Dollár και Ross Girshick στο Facebook AI Research (FAIR) το 2017. Επεκτείνει το Faster R-CNN προσθέτοντας ένα παράλληλο κλάδο που προβλέπει μια δυαδική μάσκα σε επίπεδο εικονοστοιχείου για κάθε ανιχνευόμενη οντότητα, επιτρέποντας ταυτόχρονη ανίχνευση, ταξινόμηση και λεπτομερή τμηματοποίηση αντικειμένων σε μία μόνο εμπρόσθια διέλευση.