Mask R-CNN
Model Zoo
骨架网络 |
网络类型 |
每张GPU图片个数 |
学习率策略 |
推理时间(fps) |
Box AP |
Mask AP |
下载 |
配置文件 |
ResNet50 |
Mask |
1 |
1x |
---- |
37.4 |
32.8 |
下载链接 |
配置文件 |
ResNet50 |
Mask |
1 |
2x |
---- |
39.7 |
34.5 |
下载链接 |
配置文件 |
ResNet50-FPN |
Mask |
1 |
1x |
---- |
39.2 |
35.6 |
下载链接 |
配置文件 |
ResNet50-FPN |
Mask |
1 |
2x |
---- |
40.5 |
36.7 |
下载链接 |
配置文件 |
ResNet50-vd-FPN |
Mask |
1 |
1x |
---- |
40.3 |
36.4 |
下载链接 |
配置文件 |
ResNet50-vd-FPN |
Mask |
1 |
2x |
---- |
41.4 |
37.5 |
下载链接 |
配置文件 |
ResNet101-FPN |
Mask |
1 |
1x |
---- |
40.6 |
36.6 |
下载链接 |
配置文件 |
ResNet101-vd-FPN |
Mask |
1 |
1x |
---- |
42.4 |
38.1 |
下载链接 |
配置文件 |
ResNeXt101-vd-FPN |
Mask |
1 |
1x |
---- |
44.0 |
39.5 |
下载链接 |
配置文件 |
ResNeXt101-vd-FPN |
Mask |
1 |
2x |
---- |
44.6 |
39.8 |
下载链接 |
配置文件 |
ResNet50-vd-SSLDv2-FPN |
Mask |
1 |
1x |
---- |
42.0 |
38.2 |
下载链接 |
配置文件 |
ResNet50-vd-SSLDv2-FPN |
Mask |
1 |
2x |
---- |
42.7 |
38.9 |
下载链接 |
配置文件 |
Citations
@article{He_2017,
title={Mask R-CNN},
journal={2017 IEEE International Conference on Computer Vision (ICCV)},
publisher={IEEE},
author={He, Kaiming and Gkioxari, Georgia and Dollar, Piotr and Girshick, Ross},
year={2017},
month={Oct}
}