[发明专利]一种实例分割方法及装置、电子设备、存储介质

权利要求书

1.一种实例分割方法，其特征在于，包括：

获取图像的一个以上建议区域，以及每个建议区域的特征；

将所述每个建议区域的特征输入至包含N个层级的预测网络中，基于每一级物体框提取出的特征，进行所述每一级的后一级物体框预测和物体框中的掩膜预测，直至得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜；

将所述每个建议区域的第N级物体框和第N级物体框中的掩膜，作为图像的实例分割的结果输出；其中，N为大于等于2的正整数。

2.根据权利要求1所述的方法，其特征在于，所述将所述每个建议区域的特征输入至包含N个层级的预测网络中，基于每一级物体框提取出的特征，进行所述每一级的后一级物体框预测和物体框中的掩膜预测，直至得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜，包括：

将所述每个建议区域的特征输入至包含N个层级的预测网络中，分别进行N级物体框预测和物体掩膜预测，得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜。

3.根据权利要求1所述的方法，其特征在于，所述将所述每个建议区域的特征输入至包含N个层级的预测网络中，基于每一级物体框提取出的特征，进行所述每一级的后一级物体框预测和物体框中的掩膜预测，直至得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜，包括：

将所述每个建议区域的特征输入至包含N个层级的预测网络中，每一级按照先物体框预测后物体框中的掩膜预测的顺序，进行N级物体框预测和物体框中的掩膜预测，得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜。

4.根据权利要求1所述的方法，其特征在于，所述将所述每个建议区域的特征输入至包含N个层级的预测网络中，基于每一级物体框提取出的特征，进行所述每一级的后一级物体框预测和物体框中的掩膜预测，直至得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜；并将所述每个建议区域的第N级物体框和第N级物体框中的掩膜，作为图像的实例分割的结果输出，包括：

获取所述每个建议区域的第i-1级物体框，并从所述每个建议区域的第i-1级物体框中提取特征；

根据从所述每个建议区域的第i-1级物体框中提取出的特征，进行第i级物体框预测和第i级物体框中的掩膜预测，得到所述每个建议区域的第i级物体框和第i级物体框中的掩膜；

i更新为i+1，返回至所述获取所述每个建议区域的第i-1级物体框，并从所述每个建议区域的第i-1级物体框中提取特征；

直至得到所述每个建议区域的第N级物体框和第N级物体框中的掩膜，将所述每个建议区域的第N级物体框和第N级物体框中的掩膜，作为所述图像的实例分割的结果；

其中，i大于等于1小于等于N；

当i＝1时，从所述每个建议区域的第i-1级物体框中提取出的特征为所述每个建议区域的特征。

5.根据权利要求4所述的方法，其特征在于，所述根据从所述每个建议区域的第i-1级物体框中提取出的特征，进行第i级物体框中的掩膜预测，得到所述每个建议区域的第i级物体框中的掩膜，包括：

当i1时，获取所述每个建议区域的第i-1级物体框，以及获取所述每个建议区域进行第i-1级物体框中的掩膜预测的特征；

根据从所述每个建议区域的第i-1级物体框中提取出的特征和所述每个建议区域进行第i-1级物体框中的掩膜预测的特征，进行特征融合得到第i级物体框中的掩膜预测的融合特征；

根据所述第i级物体框中的掩膜预测的融合特征，进行所述每个建议区域的第i级物体框中的掩膜预测，得到所述每个建议区域的第i级物体框中的掩膜。

6.根据权利要求5所述的方法，其特征在于，所述获取所述每个建议区域进行第i-1级物体框中的掩膜预测的特征，包括：

对从所述每个建议区域的第i-1级物体框中提取出的特征进行特征变换，得到所述每个建议区域的第i-1级物体框中的掩膜预测的中间特征；

对所述第i-1级物体框中的掩膜预测的中间特征进行特征编码，得到所述每个建议区域进行第i-1级物体框中的掩膜预测的特征。