一种实例分割网络优化方法、设备及介质

本申请涉及一种实例分割网络优化方法、设备及介质，方法包括：获取批量的尾部数据样本，对尾部数据样本进行数据增广，得到尾部扩展样本；对尾部数据样本和尾部扩展样本进行对比学习，得到尾部对比损失；构建尾部扩展样本的伪语义标签；获取批量的头部数据样本，头部数据样本和尾部数据样本均包含真值标签；将头部数据样本、尾部数据样本和尾部扩展样本输入预设实例分割网络中，基于真值标签和伪语义标签计算分割掩码损失和类别损失；基于尾部对比损失、分割掩码损失和类别损失对预设实例分割网络进行调整，得到优化实例分割网络。解决了现有模型对尾部稀有类别的识别准确率均较低，导致长尾实例分割的效果较差的问题。