基于分割大模型的多目标检测方法

本发明涉及多目标检测技术领域，具体地说，涉及基于分割大模型的多目标检测方法。其包括以下步骤：S1、通过网络摄像机视频流获取图像数据；S2、对于获取的图像数据用Segment Anything模型进行全图分割；S3、获取各类分割掩码训练Mask R‑CNN神经网络，将图像中的对象精确地从背景分离出来；S4、通过掩码面积的loU计算判断是否为独立不重复的物体；S5、当判断为不是独立不重复的物体时，则检测结束；S6、当判断为独立不重复的的物体时，通过基于lmageNet 1000分类数据集为基础训练的多分类模型进行分类，输出分割目标和对应类别。Segment Anything模型对于图像背景的分割，再对分割目标的一个分类所得到的一个多目标检测，加快多目标检测中大模型的泛化能力和分割速率。