一种基于增强型聚合掩码和扩散模型的实例分割方法

本发明涉及一种基于增强型聚合掩码和扩散模型的实例分割方法，实现步骤为：首先使用骨干网络提取图像的图像特征图；使用像素解码器进行上采样融合获得图像的多尺度像素级掩码特征；利用扩散模型对标注数据进行加噪，并构建噪声滤波器实现对输入数据中的噪声进行抑制和去除，构建动态掩码头重塑实例掩码；构建本地解码器，生成不同任务的本地掩码分支，分别处理分类、回归和分割任务；对动态预测实例掩码与本地预测掩码分支进行增强聚合；为模型定义损失函数对模型进行训练；训练后的模型可针对输入图像获得图像中对象的类别、边界框以及分割掩码；该方法能够在复杂实例分割任务中更好的保留图像细节，更准确地确定每个实例的边界和范围。