mask R-cnn框架搭建

Mask R-CNN 是一种基于 Faster R-CNN 的实例分割模型，可以同时完成物体检测和分割任务。它的框架包括三个部分：特征提取网络、区域建议网络和实例分割网络。其中，特征提取网络使用预训练的卷积神经网络如 ResNet-50，用于提取图像特征；区域建议网络用于生成候选的物体边界框；实例分割网络则是在建议的边界框内进行像素级别的分割，同时预测每个像素的物体类别。整个模型的训练过程包括对特征提取网络的微调，以及对区域建议网络和实例分割网络的训练。