摘要 本文提出了一个概念上简单、灵活和通用的目标实例分割框架。该方法有效地检测图像中的目标，同时为每个实例生成高质量的分割掩码。该方法被称为 Mask R-CNN，在 Faster R-CNN的基础上，通过添加一个分支来预测一个目标掩码，并与现有的目标检测分支并行。Mask R-CNN很容易训练，只增加了很小的开销，可以以5帧/秒的速度运行。 此外，Mask R-CNN很容易推广到其他任务，例如，...

特别声明： 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。