一种基于多尺度卷积神经网络的船舶实例分割方法

本发明公开了一种基于多尺度卷积神经网络的船舶实例分割方法，涉及实例分割技术领域。一种基于多尺度卷积神经网络的船舶实例分割方法，包括以下步骤：图像获取与处理、图像增强、模型构建、模型训练和实例分割。本发明通过在主干网络的输出部分添加多比例孔洞分层卷积模块MALCM，能够借助MALCM模块中的多尺度空洞卷积和横向相加连接结构有效捕捉不同尺度特征并增强特征层次性，显著提升MALCP‑Net网络模型对多尺度船舶目标，尤其是小型船舶目标的检测与分割能力，助力MALCP‑Net网络模型在复杂背景下精准定位和识别船舶，提升了此船舶实例分割方法的检测精度和分割效果。