Mask R-CNN: Segmentacija instanci s maskama na razini piksela
Mask R-CNN je okvir dubokog učenja za segmentaciju instanci koji su predstavili Kaiming He, Georgia Gkioxari, Piotr Dollár i Ross Girshick na Facebook AI Research (FAIR) 2017. godine. Proširuje Faster R-CNN dodavanjem paralelne grane koja predviđa binarnu masku na razini piksela za svaku otkrivenu instancu objekta, omogućujući istovremenu detekciju objekata, klasifikaciju i finu segmentaciju u jednom prolazu naprijed.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/hr/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.
- Faster R-CNNDuboko učenje↔ compare
- U-NetDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →