Mask R-CNN: Сегментация экземпляров с масками на уровне пикселей
Mask R-CNN — это фреймворк глубокого обучения для сегментации экземпляров, представленный Каймингом Хе, Джорджией Гкиохари, Петром Долларом и Россом Гиршиком из Facebook AI Research (FAIR) в 2017 году. Он расширяет Faster R-CNN, добавляя параллельную ветвь, которая предсказывает бинарную маску на уровне пикселей для каждого обнаруженного экземпляра объекта, обеспечивая одновременное обнаружение объектов, классификацию и детальную сегментацию за один прямой проход.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Mask R-CNN (Instance Segmentation). ScholarGate. https://scholargate.app/ru/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-CNNГлубокое обучение↔ compare
- U-NetГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →