實(shí)例分割

「實(shí)例分割」是物體檢測(cè)的延伸，它能讓我們?cè)谄胀ǖ奈矬w檢測(cè)的基礎(chǔ)上獲取關(guān)于該對(duì)象更加精確、全面的信息。

在什么情況下我們才需要這樣精確的信息呢？

• 無(wú)人駕駛汽車

  為了確保安全，無(wú)人駕駛汽車需要精確定位道路上其他車輛和行人。

• 機(jī)器人系統(tǒng)

  機(jī)器人在連接兩個(gè)部件時(shí)，如果知道這兩個(gè)部件的確切位置，那么機(jī)器人的操作就會(huì)更加高效、準(zhǔn)確。

「實(shí)例分割」的方法有很多，TensorFlow 進(jìn)行「實(shí)例分割」使用的是 Mask RCNN 算法。

Mask R-CNN 算法概述

Mask RCNN 算法架構(gòu)

在介紹 Mask RCNN 之前，我們先來(lái)認(rèn)識(shí)一下 Faster R-CNN。

Faster-RCNN 是一個(gè)用于物體檢測(cè)的算法，它被分為兩個(gè)階段：第一階段被稱為「候選區(qū)域生成網(wǎng)絡(luò)」（RPN），即生成候選物體的邊框；第二階段本質(zhì)上是 Fast R-CNN 算法，即利用 RolPool 從每個(gè)候選邊框獲取對(duì)象特征，并執(zhí)行分類和邊框回歸。這兩個(gè)階段所使用的特征可以共享，以更快地獲得圖像推算結(jié)果。

Faster R-CNN 對(duì)每個(gè)候選對(duì)象都有兩個(gè)輸出，一個(gè)是分類標(biāo)簽，另一個(gè)是對(duì)象邊框。而 Mask-RCNN 就是在 Faster R-CNN 的兩個(gè)輸出的基礎(chǔ)上，添加一個(gè)掩碼的輸出，該掩碼是一個(gè)表示對(duì)象在邊框中像素的二元掩碼。但是這個(gè)新添加的掩碼輸出與原來(lái)的分類和邊框輸出不同，它需要物體更加精細(xì)的空間布局和位置信息。因此，Mask R-CNN 需要使用「全卷積神經(jīng)網(wǎng)絡(luò)」（FCN）。