源码:
https://github.com/matterport/Mask_RCNN
更快rcnn详解
https://blog.csdn.net/WZZ18191171661/article/details/79439212
mask rcnn解读
https://blog.csdn.net/u013010889/article/details/78588227
180724图解MaskRCNN模型代码(待更新):
https://blog.csdn.net/qq_33039859/article/details/81180088
FPN网络
https://blog.csdn.net/u014380165/article/details/72890275
RPN网络+ NMS(非极大值抑制):
https://blog.csdn.net/qq_36269513/article/details/80421990
tf.where:找到符合条件的矩阵下标
tf.gather:按下标筛选数据
tf.reduce_mean:求平均.keepdims =真保持结构,长度为1。
tf.reduce_max:求最大值。
tf.cast:转数据类型例如:INT转浮动
tf.random_shuffle:打乱序列
tf.cond:如果......还有
tf.argmax:返回最大值索引号
tf.constant:常量
tf.expand_dims:在指定位置插入一个长度为1的维度
tf.squeeze:删除所有长度为1的维度
tf.transpose:转置
tf.split:按维度拆分矩阵
tf.round:四舍五入
tf.maximum:大于某个值,否则都等于该值用于限定数据范围。
tf.pad:填充
tf.nn.top_k:返回输入中每行最大的k个数,并且返回它们所在位置的索引。
tf.concat:在某个维度合并两个矩阵
tf.stack:在某个维度合并多个矩阵,在外部再加一个维度
tf.unstack:tf.stack的反向操作,拆成多个矩阵
tf.dynamic_partition:分类,参考:https://blog.csdn.net/zj360202/article/details/78642340
tf.pad:在矩阵各维度前后填0,[(第1维前填充数,第1维后填充数),(第2维前填充数,第2维后填充数)]
tf.greater(a,b) :比较大小,a>b返回True,其他情况返回False
tf.Assert:根据条件打印数据
tf.cast(a,dtype=tf.bool):转数据格式