Mask R-CNN 翻譯

摘要 我們提出了一個概念上簡單，靈活和通用的對象實例分割框架。我們的方法可以高效地檢測圖像中的物體，同時爲每個物體生成高質量的分割蒙版。這種稱爲Mask R-CNN的方法通過添加一個用於預測對象掩碼的分支來擴展更快的R-CNN，該分支與現有分支進行邊界框識別並行。掩碼R-CNN訓練簡單，只增加了一小部分開銷，以更快的R-CNN，以5fps運行。此外，Mask R-CNN很容易推廣到其他任務，例如允

>>阅读原文<<