实例与语义分割 / 14

Mask R-CNN

两阶段实例分割器

Mask R-CNN在 Faster R-CNN 检测框架上增加并行掩码分支，并以 RoIAlign 保持空间对齐，可同时输出实例类别、位置和像素级轮廓。代表性参数规模为约 44M（R50-FPN 代表配置），性能定位是实例边界稳定，精度高但实时性有限。

PARAMETERS

参考参数与输入输出

代表性参数量约 44M（R50-FPN 代表配置）

输入RGB 图像与实例框/掩码标注

输出类别、边界框与每个实例的二值掩码

算力与部署服务器 GPU；训练显存高于纯检测模型

参数量是公开代表性配置或合理范围，不同骨干、类别数、输入尺寸和实现版本会改变结果；详细实施时以选定配置导出的模型信息为准。

PERFORMANCE

实例边界稳定，精度高但实时性有限。轮廓精度通常优于实时 YOLO Seg，但速度明显更慢且部署更复杂。网站不使用脱离条件的单一 FPS 或 mAP 数字作为承诺，因为数据集、输入尺寸、精度模式、批量大小、GPU 型号和后处理口径都会显著改变测试结果。

CHARACTERISTICS & USE CASES

MODEL COMPARISON

模型	参考参数规模	速度	精度定位	部署	优先场景
Mask R-CNN当前	约 44M（R50-FPN 代表配置）	低	很高	成熟	零件实例轮廓
U-Net	约 7M–31M（依通道数与骨干而变）	高	中高	成熟	连续缺陷区域
DeepLabV3+	约 26M–60M（取决于骨干）	中	很高	较成熟	大幅面表面分割
SAM	约 91M/308M/636M（ViT-B/L/H）	中低	泛化高	较成熟	交互式辅助标注
SAM 2	约 38.9M–224.4M（tiny 至 large）	中高	泛化高	较成熟	视频数据标注
YOLO Seg	约 3M–72M（随 YOLO 版本与尺度变化）	很高	高	成熟	在线轮廓检测

表中“速度、精度、部署”为同类别内的定性定位，用于缩小候选范围，不替代同一测试集、同一硬件和同一精度模式下的实测。

SELECTION SUMMARY

Mask R-CNN适合优先考虑零件实例轮廓、缺陷面积统计、多个相邻目标分离的项目。它的主要价值是检测与实例掩码联合学习；需要重点评估标注成本、显存和推理延迟较高、细长边界质量依赖输入分辨率与掩码头。

建议先用企业真实数据建立基线，再统一测试准确率、召回率、误检率、单张延迟、峰值显存和导出兼容性，最后确定模型规模与部署方式。