Mask R-CNNの構造

解説

正解 B

この問題の論点：Mask R-CNNの構造

選択肢ごとの解説

1. A

   適切

   Mask R-CNNは、Faster R-CNNのクラス分類と矩形の位置の回帰に加えて、候補領域ごとにマスクを出力する分岐を並列に設けました。土台の検出の仕組みはそのままなので、追加の計算は小さく抑えられています。

2. B

   不適切 正解

   Mask R-CNNは、座標を丸めずに補間で特徴の値を求めるRoIAlignに置き換えました。丸めによる小さな位置ずれは、矩形の検出では影響が小さくても、画素単位のマスクでは精度の低下につながるためです。

3. C

   適切

   物体ごとに領域を分けて出力するので、インスタンスセグメンテーションの代表的なモデルとされます。画素ごとにクラスだけを割り当てるセマンティックセグメンテーションでは、同じクラスの物体どうしは区別されません。

4. D

   適切

   候補領域ごとに、関節の位置を表すマップを予測させると、人の姿勢推定に使えます。人を検出してから1人ずつ関節を推定するため、トップダウン型の方法にあたります。