складність 4/5
Instance segmentation
Маска на об’єкт, а не клас на піксель. Це виявлення й сегментація водночас, і спрацювати їй дало усунення двох округлень.
Інтуїція
Виявлення об’єктів каже вам, що є три вівці, і приблизно де. Семантична сегментація каже, які пікселі — вівці. Жодне не каже, які пікселі належать середній вівці.
Сегментація екземплярів робить обидва водночас, і He et al. точно пояснюють, чому це складно: вона «вимагає правильного виявлення всіх об’єктів на зображенні і водночас точної сегментації кожного екземпляра. Тож вона поєднує елементи класичних задач комп’ютерного зору: виявлення об’єктів, де мета — класифікувати окремі об’єкти й локалізувати кожен обмежувальною рамкою, і семантичної сегментації, де мета — класифікувати кожен піксель у фіксований набір категорій, не розрізняючи екземпляри об’єктів» [1, §1].
Несподіванка Mask R-CNN — як мало механізмів для цього знадобилося. Візьміть детектор, прикрутіть невелику голову сегментації до кожної запропонованої ним області й не дайте статися двом округленням. Це, по суті, вся стаття, і вона перемогла ретельно сконструйованого переможця COCO 2016 [1, Abstract].
Формальне визначення
Як це працює
Де застосовується
Чому і коли
Практичний приклад
Типові помилки
Перевірте себе
3 запитання
Запитання до цієї сторінки входять у доступ. Їх перевіряє сервер, тож відповіді лишаються там, доки ви не дасте свою.
Джерела
- Mask R-CNN (2017)paperhttps://ar5iv.labs.arxiv.org/html/1703.06870
- Microsoft COCO: Common Objects in Context (2014)paperhttps://ar5iv.labs.arxiv.org/html/1405.0312