El objetivo de la segmentación de instancias es clasificar y localizar objetos individuales utilizando máscaras de instancia a nivel de píxel, siendo una tarea desafiante en la visión por computadora. Actualmente existen problemas como la baja velocidad de segmentación, baja precisión en la segmentación de objetos pequeños y bordes de segmentación no suaves. Para abordar estos problemas, se propone un método de segmentación de instancias basado en el contorno del objetivo. Por un lado, se extraen características de los nodos en el contorno del objeto, acelerando la velocidad de segmentación al evitar procesar los píxeles internos del objeto sin verse afectado por las cajas de detección; por otro lado, se implementa un procesamiento de segmentación progresivo en la imagen, extrayendo características del contorno del objeto a múltiples niveles y utilizando un método de fusión de características multiescala para extraer mejor la información semántica contextual y reducir la pérdida de características. Los resultados experimentales muestran que el algoritmo de este documento alcanzó una precisión media de segmentación del 32,4% AP y 32,0% AP en los conjuntos de datos Cityscapes y KINS respectivamente, mejorando la precisión de muchos trabajos destacados actuales y logrando un mejor efecto en la suavidad y ajuste de los bordes de segmentación del objeto. Los experimentos demuestran que la red de segmentación de instancias basada en el contorno del objetivo tiene una buena capacidad de segmentación en la tarea de segmentación de instancias.

Detección de objetivos;Segmentación de instancias;Deformación de contorno;Convolución circular;Fusión multiescala;Segmentación progresiva