[发明专利]基于改进SOLOv2的校园场景图像分割方法

权利要求书

1.一种基于改进SOLOv2的校园场景图像分割方法，其特征在于，包括：

步骤1：对待检测图像进行主干网络特征提取以得到对应的多层特征信息；

步骤2：将多层特征信息送入到改进后的特征金子塔中进行细化并融合；

步骤3：将融合后的信息送入到Head头部进行分析，通过两个并行的子通道，进行类别信息分析和mask实例分割；

步骤4：将所得到大量冗余预测信息进行矩阵非极大值抑制，根据置信度从高到底排列保留最高置信度的掩码信息以及类别信息，将保留下来的类别信息以及mask通道所得的特征进行融合，以得到对应的mask特征图，

步骤5：将mask特征图映射回原图像上，输出带有特征mask掩码的图像。

2.如权利要求1所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，在步骤一中，所述主干网络被配置为采用带有内卷算子involution的深度残差网络；

其中，在深度残差网络中，待检测图像通过空间域特征置换层获取需要专注的目标信息，再引入通道域注意力机制对神经网络进一步细化，以保留小目标信息；

在特征提取过程中，用Mish激活函数替换掉部分Relu函数，获得自上而下且尺寸不同的C2，C3，C4，C5四层特征图。

3.如权利要求2所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，在步骤一中，所述待检测图像的宽高比配置为1600*800；

在四层特征图中各层图像尺寸被配置为依次减半，其中，C2为低层语义特征图，C5为高层语义特征图。

4.如权利要求1所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，在步骤二中，所述特征金字塔部分是接在主干网络后面的neck组织，通过将最后一层的特征图引出一个额外的分支，进行特征细化，并加在特征金字塔的最上层进行融合；同时对其他三层提取到的特征信息进行进一步的细化和融合并进行语义信息归并后输出细化融合后的四种尺寸大小不同的特征信息P2、P3、P4、P5。

5.如权利要求4所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，在步骤二中，所述P2、P3、P4、P5的获取方法被配置为包括:

将四层特征图C2，C3，C4，C5分别进行1*1的卷积降维，通过变换其通道数得到对应的M2，M3，M4，M5；

经过残差特征增强后的C5与对齐通道后的M5经过融合得到P5；

经过2倍以上采样的P5、P4、P3，与对齐通道后的M4、M3、M2，分别通过3*3卷积得到对应的P4、P3、P2。

6.如权利要求5所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，所述步骤二中，还包括对P2、P3、P4、P5进行自适应空间融合；

其中，所述自适应空间融合的步骤被配置为包括：

将P2、P3、P4、P5采用Concat函数进行融合后，依次通过1*1卷积降维、3*3卷积、sigomid函数归一化以得到新特征图；

将新特征图与原图进行权重聚合以输出最终的预测结果。

7.如权利要求5所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，对C5进行残差特征增强的方法是通过另起一条支路，对P5依次进行自适应池化操作、1*1卷积降维、上采样以及自适应空间融合以得到。

8.如权利要求1所述的基于改进SOLOv2的校园场景图像分割方法，其特征在于，在步骤三中，将四层特征图的融合结果输入到Head部分进行预测以及分割工作，通过在图像上划分一定数目的网格，当图像上目标物体的质心落入到所划分的某个网格之中时，该网格就会对其进行预测；

其中，在两个并行通道进行预测时，物体的类别信息通过类别预测分支kernel branch以得到，物体的mask信息通过mask特征分割分支feature branch以得到，进而获取到包括大量冗余预测信息的2000种置信度不同的特征信息。