详细阐述faster rcnn与mask rcnn的不同

Faster R-CNN和Mask R-CNN都是基于深度学习的目标检测算法，它们的主要区别在于以下几个方面：

1. Faster R-CNN是一种两阶段目标检测算法，而Mask R-CNN在Faster R-CNN的基础上增加了一个分支，用于实现目标实例分割。

2. Faster R-CNN主要使用了RPN(Region Proposal Network)来生成候选区域，然后将这些候选区域送入RoI Pooling层，最终通过全连接层和softmax分类器得到最终的检测结果。而Mask R-CNN在Faster R-CNN的基础上增加了一个分支，用于实现目标实例分割。这个分支是在RoI Pooling层之后添加的，它包括一个简单的FCN和一个二值化层，用于生成实例分割掩码。

3. 在训练时，Mask R-CNN会同时优化检测和分割两个任务的损失函数。而Faster R-CNN只优化检测任务的损失函数。

4. 在推理时，Mask R-CNN可以输出每个目标实例的分割掩码，而Faster R-CNN只能输出目标的位置和类别信息。

总之，Faster R-CNN和Mask R-CNN都是非常优秀的目标检测算法，它们的主要区别在于Mask R-CNN在Faster R-CNN的基础上增加了一个分支，用于实现目标实例分割。