基于ASPP-SOLOv2的复杂场景下透明玻璃仪器实例分割

针对深度学习方法对复杂背景下实验室透明玻璃仪器识别效果不佳的问题,建立包含1548张含常用玻璃化学仪器图像的实验室复杂场景实例分割数据集,提出基于动态快速实例分割算法2.0版(SOLOv2)的透明仪器实例分割算法,利用空洞空间金字塔池化(ASPP)融合多尺度信息,通过自下而上增强方式提高底层信息利用率,交并比阈值大于50%的精确率最终达到90.50%,类平均精度(APav)达到76.00%,比原始方法平均精度提高8.7%。消融实验表明ASPP的引入增强透明仪器的几何、边缘等特征的表示能力,提高对密集重叠目标的分割精度。该方法使APav提高22.58%,在骨干网络特征分辨率为原图1/16的阶段,加入该模块可实现浅层信息和高阶语义信息的最佳平衡。