1.
对应着图像中的CNN部分，其对输入进来的图片有尺寸要求，需要可以整除2的6次方。在进行特征提取后，利用长宽压缩了两次、三次、四次、五次的特征层来进行特征金字塔结构的构造。Mask-RCNN使用Resnet101作为主干特征提取网络
结构左边为卷积，右边为残差边（short cut），没有残差边维度是不会改变的，所以Conv Block是会改变维度的，而Identity Block是不会改变维度的，
stride=(1,1)时，输出的图片大小与输入的图片大小一样。
3.有输入filter的值
identity_block有输入三个filter，分别是64 64 256功能：
作为平静结构
原本进行卷积时，通道数：
identity_blok：由平静结构和残差边组成
结构里只有通道数不同，resnet101很多重复的
4.长宽压缩了两次C2、三次C3、四次C4、五次C5的结果来进入特征金字塔结构进行融合，获得P2, P3 P4 P5,他们会作为RPN网络的有效特征层，
今天的文章 2025年mask scoring rcnn_faster rcnn详解分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/hz/127490.html