Machine learningObject detection / segmentation
Mask R-CNN: 픽셀 단위 마스크를 이용한 인스턴스 분할
Mask R-CNN은 2017년 Facebook AI Research(FAIR)의 Kaiming He, Georgia Gkioxari, Piotr Dollár, Ross Girshick가 소개한 인스턴스 분할을 위한 딥러닝 프레임워크입니다. 이는 탐지된 각 객체 인스턴스에 대해 이진 픽셀 단위 마스크를 예측하는 병렬 분기를 추가하여 Faster R-CNN을 확장하며, 단일 순방향 전달(forward pass)로 객체 탐지, 분류, 세밀한 분할을 동시에 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/ko/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 →