改进Mask RCNN在海面船舶实例分割中的应用

摘要

针对MaskRCNN算法在特征融合过程中语义信息不平衡的问题,为提高其在海面船舶分割的准确率,提出改进MaskRCNN算法。由于自然场景中的船舶存在复杂的海洋背景,为了更好地利用特征信息,提出增强FPN,利用深度整合的均衡语义特征强化多层次特征。研究Py Torch框架下Mask RCNN的实现原理,并构建一个海面场景下的船舶实例分割数据集,在该数据集上使用预训练模型进行迁移学习。将改进后的MaskRCNN算法与原有算法在新的数据集中进行对比试验,结果表明改进后的算法能明显提高检测精度。