软件学报

作者：王文海，李志琦，路通

单位：王文海，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002311,李志琦，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002302,路通，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002303

关键词：实例分割;物体检测;卷积神经网络;网格切分;计算机视觉

基金：国家自然科学基金（61672273，61832008）

近年来，与二阶段实例分割方法相比，单阶段实例分割方法由于实时性强，已在实际应用中取得了初步进展，但目前仍然存在以下两个主要缺点.（1）精度较低：单阶段方法缺少多轮优化环节，因此其精度离实际应用仍存在差距；（2）不够灵活：目前大多数单阶段方法是独立设计的，难以兼容实际应用中不同类型的物体检测框架，因此适用范围相对有限.提出了一种精确且灵活的单阶段实例分割框架——网格实例分割方法（GridMask），其中两个关键步骤如下：（1）为了提高实例分割精度，提出了一种网格切分二值化算法，将物体边界框内的区域划分为多个独立的网格，然后在每个网格上进行实例分割.该步骤将物体分割任务简化成了多个网格切片的分割，有效降低了特征表示的复杂程度，进而提高了实例分割的精度；（2）为了兼容不同的物体检测方法，设计了一个可以即插即用的子网络模块.该模块可以无缝地接入到目前大多数主流物体检测框架中，以增强这些方法的分割性能.所提方法在公共数据集MS COCO上取得了出色的性能，优于现有的大部分单阶段方法，甚至一些二阶段方法.

来源：2023年第6期

《软件学报》期刊编辑部

查看软件学报杂志2023年第6期