遷移學習與實例分割（ResNeXt）

前情提要 前四期我們提到了 遷移學習與計算機視覺 遷移學習與圖像分類 遷移學習與目標檢測（faster RCNN） 遷移學習與語義分割（Seg Net） 接下來爲大家講解 遷移學習與實例分割（ResNeXt） 實例分割的任務是將先用目標檢測方法將圖像中的不同實例框出，再用語義分割方法在不同包圍盒內進行逐像素分類，本質上就是目標檢測與語義分割的綜合任務。Kaiming He等人[14]提出的Mask

>>阅读原文<<