一种实例分割类道路表观病害多目标智能识别方法及系统

本发明公开一种实例分割类道路表观病害多目标智能识别方法及系统，涉及道路病害识别技术领域，解决现有技术无法进行有效地多目标道路表观病害识别的技术问题；本发明包括；本发明步骤1：数据预处理，对采集的图像进行自适应尺寸归一化与智能填充、图像‑掩膜同步化随机增强、实例掩膜精细化处理与表征以及像素值归一化与光照补偿；步骤2：将预处理后的图像输入MASK YOLO‑PD实例分割模型输出每个病害目标的边界框、分类结果与对应的像素级掩膜实现对不同尺度病害目标的精细识别与分割；本发明有效提升了模型对多尺度语义信息与边缘特征的建模能力，并强化了模型的上下文依赖表达能力，从而增强了对复杂背景中小目标或模糊目标的感知能力。