应第一个分支里的模板系数。通过YOLACT提出的快速非极大值抑制去掉多余的目标后，对原型模 板和模板系数进行线性组合，得到每个实例对应的分割模板。上述组合得到的实例模板的过程可描 述为： Mask=aPCT (1) 其中，P是分支一产生的一系列模板，维度为h*w*k,分别代表模板的高、宽和数量：C是分 支二产生的模板系数，维度为n*k,n为经过快速的非极大值和分数阈值后的实例数量。为了简化网 络结构和加快检测过程，使用线性组合的方式得到实例模板。最终得到模板的尺寸为h*w*,也就 是预测出的个实例模板。在阈值化之后，使用本文提出的模板筛选策略排除实例模板中的误检。对 得到的最终实例模板提取其外轮廓即可得到人耳的关键生理曲线，进而可以实现关键区域分割。以 下针对系统中的关键模块ResNeSt主干网络、原型模板生成模块、目标检测模块、筛选模板策略等进 行详细论述。 Feature Pyramic ResNeSt101 Backbone Object 非最终出 Prototype mask generation modul 图1改进YOLACT模型提取人耳关键生理曲线系统框图 Fig.1 System block diagram of the improved YOLACT model for extracting the key physiological curve of human ear L.1 ResNeSt:主干网络 原始YOLACT中的主干网络是ResNet,ResNet是为了完成图像分类任务，缺少针对目标检测、 语义分割和实例分割等计算机视觉任务的相应结构设计，为此ResNeSt在ResNet的基础上设计了 拆分注意力模块，而利用RSt作为主干网络的模型能够在图像分类、目标检测、语义分割以及实 例分割等任务上达到更高的精度 ResNet Biock 仇原对 w.c) (a) (b) 图2拆分注意力模块结构I剧.(a)整体结构：(b)Cardinal内部结构 Fig.2 Split attention module structurelsl:(a)the whole frame:(b)Cardinal internal structure应第一个分支里的模板系数。通过 YOLACT 提出的快速非极大值抑制去掉多余的目标后，对原型模 板和模板系数进行线性组合，得到每个实例对应的分割模板。上述组合得到的实例模板的过程可描 述为： Mask PC      （1） 其中， P 是分支一产生的一系列模板，维度为 h*w*k，分别代表模板的高、宽和数量；C 是分 支二产生的模板系数，维度为 n*k，n 为经过快速的非极大值和分数阈值后的实例数量。为了简化网 络结构和加快检测过程，使用线性组合的方式得到实例模板。最终得到模板的尺寸为 h*w*n，也就 是预测出的 n 个实例模板。在阈值化之后，使用本文提出的模板筛选策略排除实例模板中的误检。对 得到的最终实例模板提取其外轮廓即可得到人耳的关键生理曲线，进而可以实现关键区域分割。以 下针对系统中的关键模块 ResNeSt 主干网络、原型模板生成模块、目标检测模块、筛选模板策略等进 行详细论述。 C1 C2 C3 C5 C4 P3 P5 P4 P6 P7 Object detection module NMS Prototype mask generation module + + Threshold Screening mask strategy Contour extraction ResNeSt101 Backbone Feature Pyramid 图 1 改进 YOLACT 模型提取人耳关键生理曲线系统框图 Fig.1 System block diagram of the improved YOLACT model for extracting the key physiological curve of human ear 1.1 ResNeSt 主干网络 原始 YOLACT 中的主干网络是 ResNet，ResNet 是为了完成图像分类任务，缺少针对目标检测、 语义分割和实例分割等计算机视觉任务的相应结构设计，为此 ResNeSt 在 ResNet 的基础上设计了 拆分注意力模块，而利用 ResNeSt 作为主干网络的模型能够在图像分类、目标检测、语义分割以及实 例分割等任务上达到更高的精度[18]。 (a) (b) 图 2 拆分注意力模块结构[18] . (a) 整体结构; (b) Cardinal 内部结构 Fig.2 Split attention module structure[18]: (a) the whole frame; (b) Cardinal internal structure 录用稿件，非最终出版稿