1.7.1　權值遷移函數T

MaskX R-CNN基于Mask R-CNN（見圖1.22）。Mask R-CNN通過向Faster R-CNN中添加一個分割的分支任務來達到同時進行實例分割和目標檢測的目的。在RPN之后，FCN和Fast R-CNN是完全獨立的兩個模塊，此時若直接采用數據集C分別訓練兩個分支的話是行得通的，其實這就是YOLO9000的訓練方式。

但是MaskX R-CNN不會這么簡單就結束的，它在檢測分支（Fast R-CNN）和分割分支中間加了一條叫作權值遷移函數的線路，用于將檢測的信息傳播到分割任務中，如圖1.26所示。

圖1.26　MaskX R-CNN檢測以及分割流程

圖1.26所示的整個流程是搭建在Mask R-CNN之上的，除了最重要的權值遷移函數，還有幾點需要強調一下：

● T的輸入參數是權值（圖1.26中的兩個八邊形），而非特征圖；

● 雖然Mask R-CNN中解耦了分類和分割任務，但是權值遷移函數T是類別無關的。

對于一個類別c，表示檢測任務的權值，表示分割任務的權值。權值遷移函數將看作自變量，看作因變量，學習兩個權值的映射函數T：

（1.16）

其中，θ是類別無關的、可學習的參數。T可以使用一個小型的MLP。可以是分類的權值、檢測框的預測權值或是兩者拼接到一起。