मास्क आर-सीएनएन: पिक्सेल-स्तरीय मास्क के साथ इंस्टेंस सेगमेंटेशन
मास्क आर-सीएनएन (Mask R-CNN) इंस्टेंस सेगमेंटेशन के लिए एक डीप लर्निंग फ्रेमवर्क है जिसे 2017 में फेसबुक एआई रिसर्च (FAIR) के काइमिंग हे, जॉर्जिया गकियोसारी, पियोत्र डोलार और रॉस गिरशिक द्वारा प्रस्तुत किया गया था। यह फास्टर आर-सीएनएन (Faster R-CNN) का विस्तार करता है, जिसमें एक समानांतर शाखा जोड़ी जाती है जो प्रत्येक पहचानी गई वस्तु इंस्टेंस के लिए एक बाइनरी पिक्सेल-स्तरीय मास्क की भविष्यवाणी करती है, जिससे एक ही फॉरवर्ड पास में वस्तु का पता लगाना, वर्गीकरण और फाइन-ग्रेन्ड सेगमेंटेशन संभव हो जाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/hi/deep-learning/mask-rcnn
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- फास्टर आर-सीएनएनगहन अधिगम↔ तुलना करें
- U-Netगहन अधिगम↔ तुलना करें