抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
オブジェクトインスタンスセグメンテーションのための概念的に簡単で,柔軟性,および一般的なフレームワークを提案した。各インスタンスのための高品質セグメンテーションマスクを同時に発生するが,この手法は画像中のオブジェクトを効率的に検出する。マスクR CNNと呼ばれる手法は境界ボックス認識のための既存の分岐と平行して物体マスクを予測するための分枝を添加することにより,より高速なR CNNを拡張した。マスクR CNNは,列車が簡単であり,高速R CNNにわずかなオーバーヘッドを付加する,5fpsで動作した。マスクR CNNであり,例えば,同一フレームワークにおける人間姿勢を推定することを可能にする他の作業へ一般化が容易である。COCO一連の課題,例えばセグメンテーション,境界ボックス物体検出,者キーポイント検出を含む全三飛跡中の最高の結果を示した。トリックなしでは,マスクR CNNは各タスクに関するすべての既存の,単一モデルエントリ,COCO2016挑戦勝者を含むより性能が優れている。簡単で効果的な手法は固体ベースラインとして役立つとインスタンスレベル認識における将来の研究を容易とすることを支援することを希望する。コードが利用できるようになるであろう。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
