一种高精度场景下基于深度学习的实例分割方法及装置

本发明涉及一种高精度场景下基于深度学习的实例分割方法及装置，先获取图像数据集，图像数据集为待训练工件的表面图像的总和；再使用标注插件标注所述图像数据集，生成带标注信息图；随后将所述图像数据集、带标注信息图送入训练器，生成训练结果权重文件。本发明将Faster Rcnn和Sam两个深度学习模型进行结合，即解决了Faster Rcnn目标检测模型难以分割小目标的问题，又解决了Sam没有标签信息输出无法实例分割的问题，分割过程无需人工处理，可以对金手指上的导电粒子分割出来并获取轮廓信息进行测量，达到了在高精度测量领域下实例分割任务对于小目标分割的最佳实施效果，实现高效、高质、自动化且智能化的技术。