一种针对水下图像的实时实例分割方法技术

一种针对水下图像的实时实例分割方法，它涉及一种水下图像的分割方法，本发明专利技术为了解决水下图像退化严重，水下目标特征提取困难的问题，具体步骤如下：1、获取并整理待检测目标的水下数据集；2、构建针对水下图像的一阶段实时实例分割网络框架，包括特征提取网络，特征融合网络，以及检测头部分；3、所述特征提取网络接收原始水下图像，对原始图像进行多尺度特征提取，生成多尺度特征图；4，所述特征融合网络对多尺度特征图进行特征融合，生成多尺度特征图；5、所述检测头对多尺度特征图进行预测，解耦出图像中目标的类别信息、位置信息，以及分割结果。本发明专利技术在保证实时性的要求同时，达到高精度分割的效果。本发明专利技术属于图像分割技术领域。

【技术实现步骤摘要】

本专利技术涉及一种水下图像的分割方法，具体涉及一种针对水下图像的实时实例的分割方法，本专利技术属于图像分割领域。

技术介绍

1、实例分割是计算机视觉中的一项基本任务，而在水下图像视觉领域，水下图像的实例分割可用于水下机器人视觉、水下智能捕捞、水下自主航行感知等，由于实例分割提供像素级别的语义类别，并且区分相同类别的不同个体，所以相比于目标检测，实例分割更为精确，可用于对精确度要求更高的水下作业任务，而实时实例分割，以更轻量、更快捷、更精确等优点，可广泛应用于嵌入式设备，如auv、uuv等，完成水下实时实例分割的一系列下游任务。但是，相比于目前广泛应用的开源数据集如coco、vol等图像，水下场景的数据集如duo、urpc等图像存在图像退化严重、图像偏蓝绿色以及背景杂乱等问题，使得实时实例分割任务在模型参数低的基础上很难获得精确的掩码，为此，实现水下图像目标的高精度实时实例分割任务至关重要。

2、实例分割的网络框架，主要分为一阶段和两阶段网络结构。相比于两阶段的网络框架，一阶段的网络推理速度更快，所以实时实例分割算法，主要依赖于一阶段的实例分割网本文档来自技高网...

【技术保护点】

1.一种针对水下图像的实时实例分割方法，其特征在于，所述一种针对水下图像的实时实例分割方法通过如下步骤完成：

2.根据权利要求1所述的一种针对水下图像的实时实例分割方法，其特征在于：步骤3中所述的特征提取网络选择多尺度特征提取的方式。

3.根据权利要求1或2所述的一种针对水下图像的实时实例分割方法，其特征在于：步骤3中特征提取网络的具体实施步骤如下：

4.根据权利要求1所述的一种针对水下图像的实时实例分割方法，其特征在于：步骤4中的特征融合由上层网络提取的特征，需要输入到以路径聚合网络中进行特征融合，具体步骤如下：

【技术特征摘要】

1.一种针对水下图像的实时实例分割方法，其特征在于，所述一种针对水下图像的实时实例分割方法通过如下步骤完成：

2.根据权利要求1所述的一种针对水下图像的实时实例分割方法，其特征在于：步骤3中所述的特征提取网络选择多尺度特征提取的方式。

3.根据权利要求1...

【专利技术属性】
技术研发人员：王蕊，王博，彭啶一，赵子鸣，程宇豪，李晔，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：