Mask R-CNN: Segmentasi Instans dengan Topeng Tahap Piksel
Mask R-CNN ialah rangka 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. Ia melanjutkan Faster R-CNN dengan menambah cawangan selari yang meramal topeng peringkat piksel binari untuk setiap contoh objek yang dikesan, membolehkan pengesanan objek, pengelasan, dan segmentasi terperinci serentak dalam satu laluan ke hadapan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/ms/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
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →