[发明专利]一种基于YOLACT实例分割的改进方法

权利要求书

1.一种基于YOLACT实例分割的改进方法，其特征在于，包括下列步骤：

步骤1：输入一张图像，对图像进行特征提取；

步骤2：对提取到的特征进行特征融合；

步骤3：通过掩码生成网络生成图像的原始掩码；

步骤4：通过注意力机制筛选融合后的特征；

步骤5：通过预测网络预测实例的位置、类别和掩码系数；

步骤6：通过掩码系数和原始掩码获得实例的掩码；

步骤7：通过掩码抑制算法对实例掩码进行处理；

步骤8：裁剪及二值化处理。

2.根据权利要求1所述的基于YOLACT实例分割的改进方法，其特征在于，所述步骤4中通过预测网络预测实例的位置、类别和掩码系数的方法具体为：

步骤401：将特征进行多尺度池化，池化到大小为1×1、3×3和5×5的结果，池化方式采用平均池化方式；

步骤402：对池化后的结果进行上采样，上采样到大小为5×5，上采样方式采用双线性插值法；

步骤403：对三个5×5的上采样结果求和，求和方式采用逐元素加法；

步骤404：进行四次卷积操作来预测注意力权重参数，第一次进行1×1卷积操作，将通道维度进行压缩，减小后续的计算量，第二次和第三次进行3×3卷积操作，第四次进行1×1卷积操作，并在前三次卷积后使用ReLU激活函数，增加预测的非线性度，但在第四次卷积后使用Sigmoid激活函数，将预测的权重参数归一化到0～1区间；

步骤405：求预测的权重参数与特征的积。

3.根据权利要求1所述的基于YOLACT实例分割的改进方法，其特征在于，所述步骤7中通过掩码抑制算法对实例掩码进行处理的方法具体为：

步骤701：遍历掩码图上所有的像素点，对每个像素点在掩码图中求最大值，并将得到的掩码编号保存在maxMask变量中，如果像素点不属于任何一个实例则值为0，；

步骤702：用maxMask和每个实例掩码求交集，如果maxMask像素点的值和某个掩码编号相同，那么当前掩码保留该像素点的值，即该像素点属于此掩码；如果maxMask像素点上的值与当前掩码编号不对应，那么当前掩码上该像素点的值设置为0。