نقدّم إطارًا مفاهيميًا بسيطًا ومرنًا وعامًا لفصل كائنات محددة في الصور. تعتمد طريقتنا على اكتشاف الكائنات في الصورة بكفاءة، مع توليد قناع تجزئة عالي الجودة لكل كائن على حدة. ويُعرف هذا الأسلوب باسم Mask R-CNN، وهو يوسع مفهوم Faster R-CNN من خلال إضافة فرع جديد للتنبؤ بقناع الكائن بشكل متوازٍ مع الفرع الحالي المخصص لتحديد مربعات الحدود (bounding box). يتميز Mask R-CNN بسهولة التدريب، ويضيف فقط تكلفة إضافية صغيرة إلى Faster R-CNN، ويُشغل بسرعة 5 إطارات في الثانية. علاوة على ذلك، يُعد Mask R-CNN سهل التعميم على مهام أخرى، مثل تمكيننا من تقدير وضعيات البشر ضمن نفس الإطار. ونُظهر نتائج متميزة في جميع المسارات الثلاثة لسلسلة تحديات COCO، بما في ذلك فصل الكائنات، والكشف عن الكائنات باستخدام مربعات حدود، وتحديد نقاط المفاتيح البشرية. وبلا إضافات معقدة، يتفوق Mask R-CNN على جميع الحلول القائمة على نموذج واحد في كل مهمة، بما في ذلك الفائزين بتحدي COCO 2016. نأمل أن يُعد هذا النهج البسيط والفعال قاعدة موثوقة لمساعدات الأبحاث المستقبلية في مجال التعرف على المستويات الفردية للكائنات. تم إتاحة الشفرة المصدرية عبر الرابط التالي: https://github.com/facebookresearch/Detectron