一個 MXNet 實現的 Mask R-CNN.

MX Mask R-CNN

一個 MXNet 實現的 Mask R-CNN.

項目地址：TuSimple/mx-maskrcnn

論文地址：[1703.06870] Mask R-CNN

Mask-RCNN 的結果在不加任何 trick 的情況下能夠超過各種數據增強加持下的 COCO 2016 分割挑戰的冠軍 FCIS 了，一個特點就是 Mask-RCNN 的檢測和分割是並行出結果的，而不像以前是分割完了之後再做分類，結果是很 amazing 的。Mask-RCNN 大體框架還是 Faster-RCNN 的框架，可以說在基礎特徵網路之後又加入了全連接的分割子網，由原來的兩個任務（分類+回歸）變為了三個任務（分類+回歸+分割）主要改進點在：1. 基礎網路的增強，ResNeXt-101+FPN的組合可以說是現在特徵學習的王牌了2. 分割 loss 的改進，由原來的 FCIS 的 基於單像素softmax的多項式交叉熵變為了基於單像素sigmod二值交叉熵，經 @Oh233同學指正 ，softmax會產生FCIS的 ROI inside map與ROI outside map的競爭。但文章作者確實寫到了類間的競爭， 二值交叉熵會使得每一類的 mask 不相互競爭，而不是和其他類別的 mask 比較 。3. RoIAlign 層的加入，說白了就是對 feature map 的插值，直接的ROIPooling的那種量化操作會使得得到的mask與實際物體位置有一個微小偏移，個人感覺這個沒什麼 insight，就是工程上更好的實現方式文章還指出在物體檢測中，Mask-RCNN 比一般的 state-of-the-art 方法（用Fatser-RCNN+ResNet-101+FPN實現）在 bounding-box 的 AP 上高3.6個點，1.1來自ROIAlign，0.9來自多任務訓練，1.6來自更好的基礎網路（ResNeXt-101）說一點個人愚見，這麼好的效果是由多個階段的優化實現的，大頭的提升還是由數據和基礎網路的提升：多任務訓練帶來的好處其實可以看作是更多的數據帶來的好處；FPN 的特徵金字塔，ResNeXt更強大的特徵表達能力都是基礎網路

作者：cfzd

鏈接：cfzd：如何評價 Kaiming He 最新的 Mask R-CNN?

來源：知乎

著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

這個項目很多是基於 mx-rcnn 實現的 Faster RCNN 項目地址：

precedenceguo/mx-rcnn

推薦閱讀：