deep-learning - Mask RCNN 的损失函数是什么？

Question

论文中已经明确提到 分类和回归 损失与 Faster RCNN 中的 RPN 网络相同。有人可以解释一下 Mask Loss 函数吗？使用FCN如何改进？

Answer 1

FCN 使用每像素 softmax 和多项式损失。这意味着，掩码预测任务(对象的边界)和类别预测任务(被掩码的对象是什么)是耦合的​​。
Mask-RCNN 解耦了这些任务:现有的边界框预测(也称为定位任务)负责预测类别，就像 fast-RCNN 一样，并且掩码分支为每个类别 生成一个掩码 ，而没有类别之间的竞争(例如，如果你有 21 个类别，掩码分支预测 21 个掩码，而不是 FCN 具有 21 个 channel 的单个掩码)。使用的损失是每像素 sigmoid + 二元损失。
最重要的是，它是 Mask-RCNN 中的 Sigmoid 与 FCN 中的 Soft-max。
( See table 2.b. in Mask RCNN paper - Ablation section )。