📌 무엇을 하는 모델인가?

하나의 이미지에서 객체를 찾아내고,

그게 어떤 클래스인지 분류하고,

그 객체의 정확한 윤곽(픽셀 단위)을 마스크로 추출하는

다기능 딥러닝 모델

쉽게 설명하면

한 장의 이미지에서:

• 📦 사과의 위치 (박스 좌표)

• 🏷️ 등급 (A/B/C)

• 🎭 정확한 모양 (마스크)

• 📊 신뢰도 (얼마나 확신하는지)

  → 를 모두 한 번에 추출합니다!

🔁 전체 흐름

[RGB 이미지 입력]
     ↓
1. Backbone (ResNet)         ← 이미지에서 특징 추출
     ↓
2. FPN (Feature Pyramid)     ← 다양한 크기 객체 인식 가능
     ↓
3. RPN (Region Proposal)     ← 사과 후보 위치(ROI) 제안
     ↓
4. ROI Align                 ← ROI를 고정 크기로 정렬
     ↓
5. Classifier Head           ← ROI의 클래스(A/B/C 등급 등) 분류
6. BBox Regressor            ← ROI 위치 보정
7. Mask Head                 ← 픽셀 단위 마스크 추출
     ↓
[출력: 등급 + 박스 좌표 + 마스크 + 신뢰도]

🧠 쉽게 설명한 Mask R-CNN 처리 과정

🎨 [RGB 이미지 입력]

마트에서 사과 사진 한 장을 찍는다고 생각하세요.

이 사진에는 여러 사과가 있을 수도 있어요.