公开(公告)号：CN115331003A

公开(公告)日：2022-11-11

申请号：CN202210448097.7

申请日：2022-04-27

Applicant: 重庆邮电大学

Inventor： 王诗言 ,  雷国芳 ,  张青松 ,  张江山

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种极坐标下基于轮廓点表示掩膜的单阶段实例分割方法。首先使用ResNet和本发明设计的LRFE模块作为主干网络，弥补了下采样造成的信息损失，同时在一定程度上增强了网络对小目标的捕获能力。其次使用FPN实现特征融合。然后使用ICKS模块和检测头组成检测网络，ICKS模块提高了检测网络对未知变化的适应性和泛化能力。接下来增加语义分割分支，使网络模型在语义信息的引导下补充和矫正实例分割的结果。此外，被发明还使用自适应优化器灵活而稳定地收敛损失函数。相比于目前最新的实例分割网络，本发明为单阶段实例分割开辟了新的思路，其优点在于简化了实例掩膜的建模过程，同时在训练阶段没有锚框的限制，因此性能更优，分割效果更好。