[发明专利]基于单阶段网络的实时实例分割方法及其系统和电子设备

权利要求书

1.基于单阶段网络的实时实例分割方法，其特征在于，包括步骤：

通过单阶段的目标检测网络模型，对原始图像进行目标检测处理，以得到一系列特征图和检测目标数据；

分别对该一系列特征图中的一部分特征图进行预处理，以得到相应的参考特征图；

通过将该检测目标数据中检测目标的边框作为感兴趣区域，对该参考特征图进行裁剪和拼接处理，以得到拼接特征图；以及

通过掩码预测网络模型，对该拼接特征图进行掩码预测处理，以得到与该检测目标对应的掩码分割结果。

2.如权利要求1所述的基于单阶段网络的实时实例分割方法，其中，所述通过单阶段的目标检测网络模型，对原始图像进行目标检测处理，以得到一系列特征图和检测目标数据的步骤，包括步骤：

对该原始图像进行特征提取处理，以得到该一系列特征图；

从该一系列特征图中选取不同尺寸的特征图，以作为待处理的特征图；以及

基于该待处理的特征图，对预设的候选区域进行边框回归和分类处理，以得到该检测目标数据中该检测目标的边框坐标和类别。

3.如权利要求2所述的基于单阶段网络的实时实例分割方法，其中，所述分别对该一系列特征图中的一部分特征图进行预处理，以得到相应的参考特征图的步骤，包括步骤：

从该一系列特征图中选取不同尺寸的特征图，以作为初始特征图；

通过对该初始特征图进行卷积处理，分别得到卷积后的特征图；以及

根据该卷积后的特征图的尺寸大小，对该卷积后的特征图由小到大依次进行上采样和叠加操作，以分别得到该参考特征图。

4.如权利要求3所述的基于单阶段网络的实时实例分割方法，其中，从该一系列特征图中具有同样尺寸的多个特征图中选取最后卷积处理后的特征图作为当前尺寸下的该初始特征图。

5.如权利要求3所述的基于单阶段网络的实时实例分割方法，其中，所述通过将该检测目标数据中检测目标的边框作为感兴趣区域，对该参考特征图进行裁剪和拼接处理，以得到拼接特征图的步骤，包括步骤：

根据该感兴趣区域，分别对该参考特征图进行裁剪处理，以得到具有第一预定尺寸的子特征图；和

将该子特征图在通道维度上进行拼接，以得到该拼接特征图。

6.如权利要求1至5中任一所述的基于单阶段网络的实时实例分割方法，其中，所述通过掩码预测网络模型，对该拼接特征图进行掩码预测处理，以得到与该检测目标对应的掩码分割结果的步骤，包括步骤：

对该拼接特征图进行感兴趣区域对齐和改变尺寸处理，以得到具有第二预定尺寸的对齐特征图；和

通过对该对齐特征图进行卷积和反卷积处理，获得该原始图像上与该检测目标对应的掩码。

7.基于单阶段网络的实时实例分割系统，其特征在于，包括相互可通信地连接的：

一目标检测模块，用于通过单阶段的目标检测网络模型，对原始图像进行目标检测处理，以得到一系列特征图和检测目标数据；

一预处理模块，用于分别对该一系列特征图中的一部分特征图进行预处理，以得到相应的参考特征图；

一裁剪拼接模块，用于通过将该检测目标数据中检测目标的边框作为感兴趣区域，对该参考特征图进行裁剪和拼接处理，以得到拼接特征图；以及

一掩码预测模块，用于通过掩码预测网络模型，对该拼接特征图进行掩码预测处理，以得到与该检测目标对应的掩码分割结果。

8.如权利要求7所述的基于单阶段网络的实时实例分割系统，其中，所述目标检测模块包括相互可通信地连接的一特征提取模块、一第一选取模块以及一回归分类模块，其中所述特征提取模块用于对该原始图像进行特征提取处理，以得到该一系列特征图；其中所述第一选取模块用于从该一系列特征图中选取不同尺寸的特征图，以作为待处理的特征图；其中所述回归分类模块用于基于该待处理的特征图，对预设的候选区域进行边框回归和分类处理，以得到该检测目标数据中该检测目标的边框坐标和类别。