摘要

一种基于一阶段目标检测框架的实例分割方法,包括:1)对图像数据集标注进行编码,图像中的目标被定义为密集的点对象;2)构建实例分割网络模型,包括主干网络、主体特征提取模块、用于生成目标检测结果的检测模块和用于生成语义分割结果的分割模块四个部分;3)进行深度学习训练,主要体现为本发明所设计的一种适应实例分割任务的多任务损失函数;4)推断阶段,推断方法结合目标检测结果和语义分割结果,采用非极大值分割筛选方法,得出实例分割结果。本发明方法设计简单合理,不仅能保证原有目标检测框架的检测质量和检测速度,还能同时生成较高精度的分割掩膜,具备良好的鲁棒性。