（7）mask-RCNN

   Mask R-CNN是一个实例分割（Instance segmentation）算法，可以用来做“目标检测”、“目标实例分割”、“目标关键点检测”。

    其网络结构如图：

MaskRCNN网络结构

    由图中可以看出，其算法步骤为：

（1）生成候选框区域。该流程与Faster R-CNN相同，都是使用的RPN（Region Proposal Network）。

（2）在候选框区域上使用RoIPool来提取特征并进行分类和边界框回归，同时为每个RoI生成了一个二元掩码。

    在RoIPool的处理流程中，需要根据前面提前特征的stride来对ROI进行同样比例的缩放，以便找到在当前的特征图中ROI所对应的区域。在目标检测中，给出的bounding box与原图有一些误差也不影响分类检测的结果；但是在像素级别的图像分割中，这样的空间位置误差，会严重影响分割结果。因此本文提出使用双线性插值来解决这一问题，即RoIAlign。

   假设我们有一个尺寸大小为128x128的图像和大小为25x25的特征图谱。如果我们想要在特征图谱中表示原始图像中左上角15x15像素的区域，该如何从特征图中选择这些像素？

　　我们知道原始图像中的每个像素对应于特征图谱中的25/128个像素。要从原始图像中选择15像素，我们就在特征图谱中选择15*(25/128)=2.93个像素。

　　在RoIPool中，我们会舍弃小数点后的部分，只选择2个像素，导致轻微的错位。然而，在RoIAlign中，我们避免了这样的舍弃。相反，我们使用双线性插值来精确地得到这2.93像素中的信息。这样子在很大程度上避免了RoIPool方法造成的像素错位。

　Mask R-CNN在生成这些掩码后，将它们与Faster R-CNN输出层的对象类别和边界框组合起来，产生了奇妙的精确分割。