# DeepMask (NeurIPS 2015)

* **論文:** https://arxiv.org/abs/1506.06204

* **主要特點:**
1. 可以算是第一篇利用卷積網路來做Instance Segmentation的論文

* **方法:**
1. ++網路架構:++

主要分為兩個部分，==上半部負責預測mask，而下半部負責預測這個mask的score==

2. ++訓練方法:++

在訓練過程中，==會利用sliding window在輸入圖像上sample很多個patch==之後再將每個patch送入神經網路(會調整sliding window的大小確保所有物體都可以被包含在patch內)，具體如下:


___

之後==上半部的分支會對輸入的patch產生一個segmentation mask，而下半部的網路需要判斷有沒有主體在這個mask中==，具體如下:


___

這時候需要把模糊的地方去掉，所以才需要下半部的網路對每一張mask去評 之後只要取出下半部網路認為比較好的mask就可以了


___

* **結果:**