0. 前言介绍
个人主页：www.yansongsong.cn/
MaskRCNN是何凯明基于以往的faster rcnn架构提出的新的卷积网络，一举完成了object instance segmentation. 该方法在有效地目标的同时完成了高质量的语义分割。 文章的主要思路就是把原有的Faster-RCNN进行扩展，添加一个分支使用现有的检测对目标进行并行预测。
此开源代码：这是在Python 3，Keras和TensorFlow上实现Mask R-CNN。该模型为图像中对象的每个实例生成边界框和分割蒙版。它基于特征金字塔网络（FPN）和ResNet101骨干网。
存储库包括：
- Mask R-CNN的源代码，建立在FPN和ResNet101之上。
- MS COCO的培训代码
- MS COCO的预训练重量
- Jupyter笔记本可以在每一步都可视化检测管道
- ParallelModel类用于多GPU培训
- 评估MS COCO指标（AP）
- 您自己的数据集培训示例
代码记录在案，设计易于扩展。如果您在研究中使用它，请考虑引用此存储库（下面的bibt