版权声明：如需转载请注明出处，谢谢 https://blog.csdn.net/qinglv1/article/details/86018767
1.mask rcnn的mask和class是分开来进行的，mask的训练和类别有关系，每一个类别对应一个维度的mask，就是在训练的时候，假如有5个类别，如果输入的是那个类别的就是对应对应的通道的mask(或者叫做对应的维度的特征图)，其余的不包含的类别对应的mask，不计算loss，就是按类别学习了一个更具有类别特征的loss。非这个类别的mask的维度置为-1，在计算的时候，ignore:-1,就可以了。就意味着mask和类别要对应的输入一下。
2.coco的数据集，不同的mask对应的里面的mask的像素值是不一样的。比如人对用的mask全用1表示，狗对一个的mask会用另一个数字去表示，比如2。这个也是一个需要注意的地方