图像是最常见的信息媒介之一,随着互联网和硬件性能的快速更新,图像处理技术与日常生活息息相关。实例分割是计算机视觉领域一项新兴起却存在一定难度的任务,它可以将同一场景中的每个目标分离出来。实例分割可以识别更多的图像信息,识别目标的准确度更高,在医学图像、机器人作业、自动驾驶等领域应用十分广泛。深度学习的兴起促进了实例分割的发展,目前主流的实例分割框架大多基于卷积神经网络构建,大致可分为基于单阶段检测器和两阶段检测器两大类别。单阶段模型速度更快,两阶段模型分割更加精确,很难达到速度与精度的平衡。Mask R-CNN是一个经典的两阶段实例分割模型,本文对它进行改进。Mask R-CNN模型具有分割准确、结构简单、应用广泛等优点,但是也存在一些细节上的缺陷,例如实例分割过程中忽略目标边界及形状、目标相互遮挡导致分割效果差、小物体消失、分割速度较慢。针对Mask R-CNN模型存在的不足,本文展开了如下工作的研究:1.本文针对自然场景图像中目标相互遮挡或边缘模糊导致边界框不准确定位,提出了一种新的边界回归损失。首先将边界框位置预测转化为估计定位置信度随位置变化的概率分布,能够更准确地定位边界框。此外,提出一种面积差运算,代替坐标点的独立计算方式,增强了坐标点间的联系,减少网络的计算量,而且可以对小目标起到更好的分割效果。本文的方法在COCO数据集上获得了43.3%的边界框检测精度和36.8%的分割精度,验证了本文方法的有效性。2.Res Net经常被用作卷积神经网络中的特征提取骨干网络,同样应用于Mask R-CNN模型中。随着网络层数的加深,分割精度会更加准确,但是模型参数量和计算量也会大量增加,会使网络速度越来越慢。本文将轻量级网络Shuffle Net V2和Res Net网络进行融合,提出一个轻量化的深层网络模型,在不牺牲太大精度的情况下提升网络的速度。此外,网络引入空洞卷积,提升不同尺寸目标的分割精度。本文的方法在COCO数据集上进行实验,获得了36.8%的分割精度和4.9fps的速度,同时提升了分割精度与速度,验证了本文方法的有效性。