买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都信息工程大学

摘要：本发明公开了一种基于改进SOLOv2的校园场景图像分割方法，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：通过矩阵非极大值抑制保留最高置信度的掩码信息以及类别信息，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。本发明提供一种基于改进SOLOv2的校园场景图像分割方法，能有效提升了对密集人群情况下的分割精度和召回率，且在面对目标遮挡和物体残缺的情况下，本发明算法的性能明显优先于其他算法。

主权项：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字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；在步骤二中，改进后的特征金字塔是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；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kernelbranch以得到，物体的mask信息通过mask特征分割分支featurebranch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。

全文数据：

权利要求：

百度查询： 成都信息工程大学 基于改进SOLOv2的校园场景图像分割方法