Machine learningObject detection / segmentation
Mask R-CNN：ピクセルレベルマスクによるインスタンスセグメンテーション
Mask R-CNNは、2017年にFacebook AI Research (FAIR) のKaiming He、Georgia Gkioxari、Piotr Dollár、Ross Girshickによって導入されたインスタンスセグメンテーションのための深層学習フレームワークである。これは、検出された各オブジェクトインスタンスに対して二値ピクセルレベルマスクを予測する並列ブランチを追加することでFaster R-CNNを拡張し、単一のフォワードパスでオブジェクト検出、分類、および詳細なセグメンテーションを同時に可能にする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →