用PyTorch實現Mask R-CNN

伊瓢 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

FACEBOOK人工智慧實驗室何凱明博士領銜的Mask R-CNN喜提ICCV 2017最佳論文後，吸引了大量業內研究者的興趣。

10個月後，FAIR官方公布了源代碼，以及基於Caffe 2的開源物體檢測平台Detectron。

但是，再好的「黑科技」也有人吐槽啊，比如，MIT的周博磊博士就曾經在知乎爆料，FAIR的實習生們對不常使用的Caffe 2一直叫苦不迭；

還有人翹首以盼官方PyTorch版本；

還有人想起TensorFlow成熟的可視化工具和文檔，看著Caffe 2就開始思考人生……

「Caffe 2，從安裝到放棄……」

還好最近，量子位發現有人做出了Mask R-CNN的PyTorch版本：

開源代碼的貢獻者是印度理工學院的小哥哥Sai Himal Allu。

作者Sai Himal Allu

Mask R-CNN

不過說到這裡，還是需要先介紹一下前面提到的目標檢測大殺器Mask R-CNN。

Mask R-CNN可以說是從目標檢測領域R-CNN系列的四代目了，FACEBOOK人工智慧實驗室（FAIR）團隊以何凱明（Kaiming He）和Ross Girshick（RBG）為首的一眾目標檢測大佬不斷更迭了許多個版本：

R-CNN：對每個候選區域進行特徵提取，能提升一定的效率；

Fast R-CNN：一張圖像上使用一次AlexNet，然後再得到不同區域的特徵的新方法，比R-CNN快了200多倍；

Faster R-CNN：Fast R-CNN的升級版，訓練時間和測試時間縮短十倍；

Mask R-CNN：像素級目標檢測，不僅給出其邊界框，並且對邊界框內的各個像素是否屬於該物體進行標記。

Mask R-CNN在MS COCO測試集的實例分割、邊界框對象檢測、以及人體關鍵點檢測三項任務上，都取得了頂尖的成績。

它的單模型邊界框（bounding box）檢測成績，比上一代——Fatser-RCNN與ResNet-101和FPN結合所取得的，還要高3.6個百分點。

於是，Mask R-CNN一經推出，廣受好評。

傳送門全家桶

GitHub: A PyTorch implementation of the architecture of Mask RCNN, serves as an introduction to working with PyTorch

https://github.com/wannabeOG/Mask-RCNN

Mask R-CNN:

https://arxiv.org/abs/1703.06870

Detectron:

https://github.com/facebookresearch/Detectron

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！