面向巡检机器人的轻量化多目标实例分割方法与系统

本发明涉及一种面向巡检机器人的轻量化多目标实例分割方法与系统，属于计算机视觉与深度学习技术领域。该系统用于执行该方法，包括：基于公开数据集构建训练数据；构建改进的轻量化YOLOv11网络，其至少通过动态卷积模块根据输入特征自适应调整权重，通过级联分组注意力与通道‑空间注意力对特征融合进行协同优化；针对改进的轻量化YOLOv11网络进行训练，得到最优权重；将训练完成的轻量化实例分割模型部署于巡检机器人，实时处理校园场景图像数据，输出目标像素级轮廓及类别信息。本发明在显著降低模型参数量与计算成本的同时，实现了校园场景下多目标实例分割的高精度与实时性。