是否有用于实例分类的深度学习模型，而不是边界框？

Question

我需要对图像中的像素实例进行分类。大多数物体检测模型（例如RetinaNet，R-CNN）仅检测边界框。在我的情况下，边界框中的非实例区域可能与实例明显不同。即使蒙版R-CNN模型仍然基于边界框区域进行对象分类。有人知道我应该使用哪种型号吗？我猜Facebook的MultiPathNet可能有效，但是我没有使用Linux。还有其他型号吗？非常感谢。

Answer 1

听起来您正在寻找实例级别的细分（作为长期解释的简称）。

Mask R-CNN听起来很适合这项工作。 它不仅基于边界框，还基于区域建议进行实例级分割。 分段是实例的二进制掩码。通过专门的分支进行分类。