Lecture 03Mask R-CNN：在每个对象区域内预测掩码

Mask R-CNN：在每个对象区域内预测掩码

主线阅读与优先实验

同图四输出、共享计算、FCN、RoIAlign、信息碰撞与SAM接口

Mask R-CNN 保留检测的区域组织，再为每个区域增加一个像素掩码分支。区域分类/框回归回答对象是什么、在哪里；掩码分支回答该区域中哪些位置属于这个实例。Mask R-CNN

若杯一与杯二同属杯子，类别相同也能有两张分别属于它们的掩码。训练要求有对应实例的像素标注；主干可复用，但区域内的精细输出不是只换一个名称就自动出现。

这时我们碰到新的敏感点：分类可能容忍区域平移一点，逐像素边界却可能因此错一排。边界错了，是读取时发生错位，还是表示里没有留下足够信息？ 先看读取。