Mask R-CNN: Segmentasi Instans dengan Mask Piksel-Tingkat
Mask R-CNN adalah kerangka kerja pembelajaran mendalam untuk segmentasi instans yang diperkenalkan oleh Kaiming He, Georgia Gkioxari, Piotr Dollár, dan Ross Girshick di Facebook AI Research (FAIR) pada tahun 2017. Kerangka ini memperluas Faster R-CNN dengan menambahkan cabang paralel yang memprediksi mask piksel-tingkat biner untuk setiap instans objek yang terdeteksi, memungkinkan deteksi objek, klasifikasi, dan segmentasi tingkat lanjut secara bersamaan dalam satu lintasan maju.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/id/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-CNNPembelajaran Mendalam↔ compare
- U-NetPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →