Mask-RCNN：实践指南

在项目中评估Mask-RCNN，可以先看清用途边界：Mask RCNN 架构的 PyTorch 实现。对日常自动化任务来说，输入边界、依赖和失败处理如果不清楚就很难稳定复用往往决定它能否落地，不能只用安装成功来判断。我建议用一项范围明确的真实任务完成最小试跑，重点记录配置时间、输出质量、异常信息和维护痕迹，再与现有方案比较。整体来看，它适合愿意先做小范围验证并复查原始文档的团队拿来做对照测试，最终决定仍应回到真实结果和维护状态。

EDIT（AS OF 4th NOVEMBER 2019）：

1. 此实现存在多个错误，截至 2019 年 11 月 4 日，还不足以用作理解 Mask R-CNN 架构的资源。通过多封电子邮件和 HackerNews 上的评论向我指出，这种错误的实现会损害深度学习社区的研究工作。这是我在学术生涯的早期就完成的一个项目，我没有意识到我的错误有多么严重

2. 我打算解决这些问题（此存储库中提交的问题具有代表性）并使该代码更具“可读性”，并用更好的文档对其进行修饰，以便它实现其创建的目的。不幸的是，目前我正忙于学业，无法参加这个项目。我将在 2020 年 1 月中旬至 2 月初之前开始致力于改进此存储库。在那之前，我已经提供了 Mask R-CNN 的其他实现的链接，我认为这些链接可以帮助实现您的目的

3. PR 修复列出的任何一个问题都是总是受欢迎的，并且将使我能够在使这个存储库更美观的这一特定任务上取得先机。

对于给您带来的任何不便，我再次表示歉意

LINKS

1. https://github.com/facebookresearch/detectron2（PyTorch实现）
2. https://github.com/matterport/Mask_RCNN（张量流实现）。该存储库的大部分内容都是使用该存储库作为参考构建的

面罩-RCNN

Mask RCNN 架构的 PyTorch 实现

文件夹说明

1. model.py 包括 ResNet 和 FPN 的模型，这些模型已经由论文作者实现并在此实现中复制
2. nms 和 RoiAlign 取自 Robb Girshick 的更快的 RCNN 实现
3. 正如 RetinaNets 上的论文所证明的那样，该实现中添加了焦点损失，以代替更好的结果

面罩-RCNN型号：

特点：

1. 网络中负责边界框检测的部分的灵感来自于更快的 RCNN 模型，该模型具有与 ConvNet 协同工作的 RPN
2. 当步幅不是 感受野，它往往会在非积分点处分别丢失或假设来自图像的“信息”。
3. ROIalign被提出来解决这个问题，其中使用双线性插值来检测像素的非整数值处的值
4. 当测试该模型时，使用更复杂的插值方案（三次插值 -> 16 个附加特征）提供了稍微更好的结果，但不足以证明额外的复杂性是合理的
5. 当对大量提案进行求和时，交叉熵损失往往会对具有高置信度度量的提案产生巨大的价值，从而使感兴趣的提案的贡献相形见绌。提出 Focal Loss 来解决这个问题
6. 然而，焦点损失对于单级网络给出了更好的结果。这是因为两级网络有一些歧视性正策来处理这种类别不平衡，这是单级网络所不喜欢的。

如果您在此存储库中发现任何问题，请随时分叉此存储库并提交包含必要更改的 PR