图像实例分割技术是计算机视觉领域中最为接近人体视觉感受的图像处理技术,其主要方式是对于图像中区域及个体进行像素级别的实例分割。实例分割的宗旨是将图像中不同区域的物体进行差异性区分,将同一区域的物体进行相似性区分,并对这些物体进行分类、定位以及分割操作以达到对于图像场景中表达内容的深层次学习和理解的目的。随着近年来SOLO V1、SOLO V2算法的陆续提出,实例分割领域引入“实例类别”这一新的概念,将实例分割问题转化成语义类别的分类预测和掩码类别的分类预测,实现了一种简单直接且分割精度高的单阶段图像分割网络框架。但SOLO算法中使用ResNet作为骨干网络提取图像特征在卷积运算捕获长距离依赖关系的过程中计算效率较低,同时在特征融合阶段使用的FPN特征金字塔网络对于图像中的定位信息以及边缘信息的提取和融合也存在缺失,因此针对以上问题本文对于SOLO算法进行了深度的拆分和研究工作,将非局部操作以及特征融合增强路径巧妙的运用在SOLO算法的网络框架中,来提升算法的分割效果。首先,本文通过在ResNet骨干网络中加入Non-local非局部操作,来提高捕获长距离依赖关系的效率。具体考虑到Non-local操作可以提高卷积运算效率以及解决多个卷积模块堆叠导致的网络层太深从而损失了图像分割精度的问题,本文在ResNet的部分残差块中应用了Non-local block实现了远程多跳通信,较好的保留了图像在特征提取阶段的特征信息。另外,本文在FPN特征金字塔网络中加入了自底向上的增强路径,来提高底层特征图中定位信息的传播速度。具体考虑到底层特征信息的提取可以有效提高大型目标的识别效率,所以本文在FPN特征金字塔网络后增加了特征融合操作,有效缩短了底层特征和高层特征间的特征信息传播路线,高效的利用了底层特征图中包含的更加精确的位置信息,从而提高了整个特征融合阶段的层次架构。通过实验结果表明,在公开的COCO2017数据集以及Cityscapes数据集上本文改进后的SOLO算法均相比于SOLO原算法有明显的图像类别区分准确以及图像分割精确度上的提升,充分证明了本文工作的有效性。