基于多维动态卷积与自注意力的毫米波安检图像实例分割方法

本发明涉及一种基于多维动态卷积与自注意力的毫米波安检图像实例分割方法，针对毫米波安检图像中目标与人体边界模糊、目标间像素相似性高的问题，提出一种端到端的实例分割模型(MDCnet)。该模型通过多维动态卷积自适应调整卷积核的权重与空间注意力，提升目标特征提取能力；结合SSRM模块实现轻量化全局上下文建模，增强小目标分割精度。在神经网络中引入多个维度的卷积操作。这样可以捕捉到更丰富的特征表示，使网络对不同维度的特征具有更好的感知能力，以增强神经网络特征提取的能力，适用于安检场景的实时违禁物品检测。