在QCon北京2019大会上，孟繁亮讲师做了《如何基于 Mask R-CNN 快速完成模型开发》主题演讲，主要内容如下。

演讲简介：

当前，实例分割技术被广泛应用于医学影像、自动驾驶等场景。本次分享将会基于计算机视觉领域中的目标检测、语义分割和实例分割概念，以 Mask R-CNN 为例，讲解基于 Region 的 CNN 模型开发，包括图像特征提取，ROI 检测区域生成，物体分类及边界框回归、图像遮罩回归。分享还会分享使用 COCO 数据集对模型进行训练，在泛化场景中进行精确地识别物体的应用实例。

听众受益

计算机视觉领域的实例分割技术深度解读；
基于 Region 的 CNN 模型开发；
COCO 数据集对模型的训练。

讲师介绍：

孟繁亮

华为开源软件能力中心 AI 领域首席架构师

华为开源软件能力中心 AI 领域首席架构师，负责 AI 的技术研究和产品开发，拥有 10 多年的开源社区开发和商业产品开发的研发经验，对 TensorFlow、PyTorch 等 AI 计算框架有深入的理解，拥有丰富的 AI、容器、DevOps 等开源项目和产品化经验。

完整演讲PPT下载链接：

https://qcon.infoq.cn/2019/beijing/schedule

创作场景

如何基于 Mask R-CNN 快速完成模型开发