实例分割-二阶段模型-RCNN系列介绍

图像分割根据任务要求可以分为语义分割，实例分割等

图像分割根据模型架构可以分为一阶段模型，二阶段模型

在二阶段模型中，最常见的就是用于实例分割的R-CNN系列。

R-CNN的R意思是region based，与之对应的还有object based（这一类包括yolo，ssd，注意这一类一般是一阶段模型）

（什么是region based？在后面的博客中会慢慢理解这一点）

而R-CNN系列，并不是一开始就用于实例分割，下面对该系列的发展进行介绍：

2014：R-CNN 目标检测or语义分割

用于目标检测（VOC2010  mAP=54%），语义分割（VOC 2011 accuracy=47.9% ）

• 输入：图像
• 输出：图像中每个物体的Bounding Box+标签

算法流程：

1. 生成regions proposals集合作为Bounding Box；
2. 采用预训练的AlexNet+SVM判断Bouding Box对应图像的物体类型；
3. 对已分类物体的Bounding Box进行线性回归，输出Box对应的tighter bounding boxes。（进一步调整物体边界，使其更贴近物体周围）

2015：Fast R-CNN 目标检测

在RCNN基础上，引入ROI pooling

• 输入：图像以及region proposals