Mask R-CNN论文完整翻译与深度解析：Instance Segmentation

#

论文基本信息

• 标题：Mask R-CNN
  • 作者：Kaiming He, Georgia Gkioxari, Piotr Dollar, Ross Girshick
    • 机构：Facebook AI Research
      • 发表年份：2017
        • 引用数：超过4万次

          #

          摘要

          英文摘要：
          We present a conceptually simple, flexible, and general framework for object instance segmentation.

          中文翻译：
          我们提出了一个概念简单、灵活、通用的目标实例分割框架。

          #

          1. 导言

          英文原文：
          Our method, called Mask R-CNN, extends Faster R-CNN by adding a branch for predicting segmentation masks in parallel with the existing branch for bounding box recognition.

          中文翻译：
          我们的方法名为Mask R-CNN，通过添加一个与现有的边界框识别分支并行预测分割掩码的分支来扩展Faster R-CNN。

          #

          2. 方法

          英文原文：
          We propose a new operation, RoIAlign, to preserve exact spatial locations.

          中文翻译：
          我们提出了一种新的操作RoIAlign，以保留精确的空间位置。

          #

          3. 核心技术名词总结

          1. Instance Segmentation（实例分割）：同时检测和分割
          2. Mask Branch（掩码分支）：并行预测分割掩码
          3. RoI Align（感兴趣区域对齐）：解决对齐问题
          4. Feature Pyramid Network（特征金字塔网络）：多尺度特征

          #

          4. 总结

          Mask R-CNN在COCO数据集上取得38.2% AP，成为目标检测和分割的标准方法。