ますくあーるしーえぬえぬ

Mask R-CNN

物体検出を拡張し、画素単位で対象を切り出すインスタンスセグメンテーションを実現する技術です。

詳しい説明

Mask R-CNNは、物体検出（Object Detection）の手法を拡張し、物体を画素単位で切り出す「インスタンスセグメンテーション」を実現するモデルです。Faster R-CNNをベースに、さらにマスクを出力するブランチを追加しました。

仕組みとして、従来の物体検出では物体を矩形で囲むだけでしたが、Mask R-CNNは各物体に対してピクセルレベルのマスクを生成します。これにより、物体が重なり合っていても、個別の物体として精密に切り出すことが可能です。

G検定では、物体検出（Object Detection）とインスタンスセグメンテーションの違いを理解しておくことが重要です。バウンディングボックス（矩形）を出すのか、マスクを出すのかというタスクの違いを明確に区別します。