MaskRCNN资料收集

源码：

https://github.com/matterport/Mask_RCNN

更快rcnn详解

https://blog.csdn.net/WZZ18191171661/article/details/79439212

mask rcnn解读

https://blog.csdn.net/u013010889/article/details/78588227

180724图解MaskRCNN模型代码（待更新）：

https://blog.csdn.net/qq_33039859/article/details/81180088

FPN网络

https://blog.csdn.net/u014380165/article/details/72890275

RPN网络+ NMS（非极大值抑制）：

https://blog.csdn.net/qq_36269513/article/details/80421990

tf.where：找到符合条件的矩阵下标

tf.gather：按下标筛选数据

tf.reduce_mean：求平均.keepdims =真保持结构，长度为1。

tf.reduce_max：求最大值。

tf.cast：转数据类型例如：INT转浮动

tf.random_shuffle：打乱序列

tf.cond：如果......还有

tf.argmax：返回最大值索引号

tf.constant：常量

tf.expand_dims：在指定位置插入一个长度为1的维度

tf.squeeze：删除所有长度为1的维度

tf.transpose：转置

tf.split：按维度拆分矩阵

tf.round：四舍五入

tf.maximum：大于某个值，否则都等于该值用于限定数据范围。

tf.pad：填充

tf.nn.top_k：返回输入中每行最大的k个数，并且返回它们所在位置的索引。

tf.concat：在某个维度合并两个矩阵

tf.stack：在某个维度合并多个矩阵，在外部再加一个维度

tf.unstack：tf.stack的反向操作，拆成多个矩阵

tf.dynamic_partition：分类，参考：https://blog.csdn.net/zj360202/article/details/78642340

tf.pad：在矩阵各维度前后填0，[(第1维前填充数,第1维后填充数)，(第2维前填充数,第2维后填充数)]

tf.greater(a,b) ：比较大小，a>b返回True，其他情况返回False

tf.Assert：根据条件打印数据

tf.cast(a,dtype=tf.bool)：转数据格式