Mask R-CNN Nedir?
Yayın: · Son güncelleme:
Mask R-CNN Nedir? Kısaca
Mask R-CNN, Faster R-CNN nesne tespit modeline her nesne için piksel düzeyinde maske üreten bir dal ekleyen derin öğrenme modelidir. Görüntüdeki her nesneyi ayrı ayrı bulup sınırlarını çıkarabildiği için örnek bölütleme (instance segmentation) görevinde yaygın kullanılır.
İçindekiler
Mask R-CNN nedir?
Mask R-CNN, Kaiming He, Georgia Gkioxari, Piotr Dollár ve Ross Girshick'in 2017'de yayımladığı bir bilgisayarlı görü modelidir. R-CNN ailesinin bir üyesidir ve Faster R-CNN üzerine kuruludur. Faster R-CNN bir nesnenin etrafına dikdörtgen bir kutu çizerken, Mask R-CNN ayrıca o nesneye ait pikselleri tek tek işaretleyen bir maske üretir.
Örnek bölütleme ne demek?
Görüntü bölütleme birkaç türe ayrılır:
| Tür | Ne yapar? |
|---|---|
| Anlamsal bölütleme | Her pikselin sınıfını bulur ama aynı sınıftaki nesneleri ayırmaz |
| Örnek bölütleme | Aynı sınıftaki nesneleri de birbirinden ayırır |
Varsayımsal örnek: Bir fotoğrafta üç kişi varsa anlamsal bölütleme hepsini "insan" olarak tek renge boyar; Mask R-CNN ise her kişi için ayrı bir maske üretir.
Nasıl çalışır?
- Omurga ağ: Görüntüden özellik haritaları çıkarılır (genellikle ResNet tabanlı).
- Bölge önerisi ağı: Nesne içerebilecek aday bölgeler belirlenir.
- RoIAlign: Her aday bölgeye ait özellikler, konum hassasiyeti korunarak sabit boyuta getirilir. Önceki yöntemdeki yuvarlama hatalarını gideren bu adım, maskelerin piksel düzeyinde doğru olması için kritiktir.
- Üç paralel dal: Biri sınıfı tahmin eder, biri kutuyu düzeltir, üçüncüsü her nesne için ikili bir maske üretir.
Nerelerde kullanılır?
- Tıbbi görüntülerde hücre ya da doku sınırlarını çıkarma
- Robotik kavrama ve nesne ayırma
- Fotoğraf düzenleme ve arka plan ayırma
- İnsan pozu tahmini (anahtar noktalar için genişletilmiş sürümüyle)
Nelere dikkat etmeli?
Mask R-CNN iki aşamalı yapısı nedeniyle tek aşamalı modellere göre daha yavaştır ve gerçek zamanlı uygulamalarda güçlü donanım gerektirebilir. Eğitim için piksel düzeyinde etiketlenmiş veri gerekir; bu tür veriyi hazırlamak zaman alıcıdır.
Sıkça Sorulan Sorular
Mask R-CNN ile Faster R-CNN arasındaki fark nedir?
Faster R-CNN nesneleri dikdörtgen kutularla tespit eder. Mask R-CNN buna ek olarak her nesne için piksel düzeyinde bir maske üretir ve bölge özelliklerini daha hassas hizalamak için RoIAlign kullanır.
Mask R-CNN gerçek zamanlı çalışabilir mi?
Güçlü donanımda kabul edilebilir hızlara ulaşabilir, ancak genellikle tek aşamalı modellerden yavaştır. Hızın kritik olduğu uygulamalarda daha hafif bölütleme modelleri tercih edilebilir.