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
