mask rcnn的输出结果

Mask R-CNN的输出结果包括以下几个部分。首先，它输出了类别概率，即每个RoI属于不同类别的概率值。这些概率值经过softmax处理，以确保它们的总和为1。其次，它还输出了边界框坐标，用于定位目标物体在图像中的位置。最后，Mask R-CNN还生成了一个目标掩码，表示每个RoI对应的目标物体的像素掩码。这个掩码是一个二元掩码，将目标物体与背景分离开来，使得我们能够更精细地提取目标的空间布局。这些掩码值经过sigmoid函数处理后，得到了每个类别mask的score value。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [6.6 Mask RCNN](https://blog.csdn.net/qq_40066957/article/details/106015368)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [mask-rcnn解读](https://blog.csdn.net/u010901792/article/details/100044200)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]