[发明专利]一种基于实例分割网络的航天器多局部构件检测方法

权利要求书

1.一种基于实例分割网络的航天器多局部构件检测方法，其特征在于，包括如下步骤：

步骤一：对航天器输入图像进行特征提取，得到特征图S₃～S₅；

步骤二；将S₃～S₅输入到主干网络FPN结构中，得到多尺度的特征图P₃～P₆，该过程定义如下：

P₅＝Conv_1×1(S₅)

P₆＝Maxpooling(P₅)

P_i＝Upsample(S_i+1)+Conv_1×1(S_i),i＝3,4

其中，Conv_1×1代表卷积核尺寸为1×1的卷积层,Upsample代表非线性上采样层；

步骤三：将所述多尺度特征图P₃～P₆输入到目标检测头部进行航天器局部构件检测,从而获得对目标的类别、边界框以及中心度的预测结果；

步骤四：通过所述类别及中心度信息对所述边界框进行优化，得到优化后的边界框；

步骤五：将所述优化后的边界框输入到掩码生成分支进行实例分割，得到航天器局部构件的掩码信息，进一步可获得构件的轮廓信息。

2.根据权利要求1所述的一种基于实例分割网络的航天器多局部构件检测方法，其特征在于，步骤一具体包括：利用VoVNet v2对输入图像进行特征提取，得到特征图S₃～S₅。

3.根据权利要求1所述的一种基于实例分割网络的航天器多局部构件检测方法，其特征在于，步骤四具体包括：对步骤三所获得的每个边界框的分类分数与预测的中心度相乘，得到每个边界框最终的评价分数值，位置远离物体中心的边界框的分数值更低，位置靠近物体中心的边界框的分数值会更高，利用这些分数值对每个边界框进行排序及筛选，得到优化后的边界框。

4.根据权利要求3所述的一种基于实例分割网络的航天器多局部构件检测方法，其特征在于，步骤四中，通过非极大值抑制方法的方式对边界框进行筛选。

5.根据权利要求1所述的一种基于实例分割网络的航天器多局部构件检测方法，其特征在于，步骤五具体包括：将步骤四所得到的优化后的边界框特征图输入到空间-通道注意力掩码分支中，得到信息加强的特征图；然后，利用1×1卷积对每个像素的类别进行预测，生成特定类的掩码，其维度为28×28×N，得到航天器局部构件的掩码信息后，进一步可获得构件的轮廓信息。