你好

[wulixunhua]

看了你的代码model.py这个文件大部分都是参考Mask_RCNN_Humanpose-master这个项目里面的，看到你把关于mask掩码的部分都给删除了。想请教一下删除它的原因是什么呢？ 感谢

[huaifeng1993]

一个是这个任务只需要做关键点即可，二是数据集没有标mask数据，三是关键点和mask是并行的删了mask任务分支对关键点任务并没有什么影响。

[wulixunhua]

还有些问题我没理解，请教一下： 1，是不是mask数据是专门针对实例分割任务的？ 2，对于关键点检测，有些文章是基于热图回归的方法，最后每个关键点对应一个feature map。而mask rcnn好像不是这种，那它是用的什么方法？（我理解的是：仅仅对每张图里的10多个关键点进行“实例分割”，而不是对整个人的一大片区域的像素点实例分割，不知道这样理解对不对？） 感谢 @huaifeng1993

[huaifeng1993]

1.mask数据是针对分割任务。 2.我认为做关键点检测最后实际上是一个分类任务，作者在论文里面提到：For each of the K keypoints of an instance, the training target is a one-hot m × m binary mask where only a single pixel is labeled as foreground. During training, for each visible ground-truth keypoint, we minimize the cross-entropy loss over an m2-way softmax output (which encourages a single point to be detected)。对于一个物体的k个关键点，maskrcnn会生成k个mask，然后独立的对每一个mm大小的mask实施mm 路softmax输出，这是不是可以理解为一个分类任务？。

[wulixunhua]

是明白了。在一个检测框内，一个关键点是一类（blouse就是13类），coco里面的81类，每类对应有掩码真值的区域，而每个关键点只对应（左肩等）那一个像素点。非常感谢！