基于知识蒸馏的实例分割系统设计

强达 单(芜湖职业技术大学，中国)
先飞 周(芜湖职业技术大学，中国)
鸿芳 程(芜湖职业技术大学，中国)

摘要

随着边缘计算与移动视觉应用的快速发展，对高效、低延迟的实例分割系统需求日益增长。本文设计并实现了一套完整的实时实例分割系统，系统以基于知识蒸馏的轻量级实例分割模型为核心，采用模块化、流水线化的工程架构，实现了从多源数据输入到实例分割结果输出的全流程处理。本文重点阐述系统的工程设计与实现细节，包括系统架构、处理流程、模块设计与优化策略。系统支持摄像头、视频流、图像文件等多种输入方式，并通过自适应预处理、多线程并行推理、智能后处理等关键技术，在保证分割精度的同时显著提升处理效率。实验结果表明，本系统在COCO数据集上达到31.0 AP的精度，处理速度达32 FPS，成功实现了精度与实时性的平衡，适用于智能安防、自动驾驶、工业检测等多种实际场景。

关键词

实例分割；系统设计；知识蒸馏；流程优化

参考

Garcia-Garcia, Alberto, Orts-Escolano, Sergio, Oprea, Sergiu, et al. A survey on deep learning techniques for image and video semantic segmentation. Applied Soft Computing, 70: 41--65, 2018.

He, Kaiming, Gkioxari, Georgia, Dollar, Piotr, et al. Mask r-cnn. //Proceedings of the IEEE international conference on computer vision, 2017.

Wang, Xinlong, Zhang, Rufeng, Kong, Tao, et al. Solov2: Dynamic and fast instance segmentation. Advances in Neural information processing systems, 33: 17721--17732, 2020.

王中宇; 倪显扬; 尚振东. 利用卷积神经网络的自动驾驶场景语义分割[J]. 光学精密工程, 2019,27(11):2429-2438.

朱凌云,杨小洪.LiteRevNet:一种轻量级工业图像实例分割算法[J].重庆理工大学学报(自然科学),2024,38(12):133-140.

Qiangda Shan, Hao Chen, Ziru Liu. Lightweight Instance Segmentation Algorithm Based on Knowledge Distillation. Academic Journal of Computing & Information Science (2025), Vol. 8, Issue 4: 40-48.

Bodla N , Singh B , Chellappa R ,et al.Improving Object Detection With One Line of Code[J]. 2017.DOI:10.48550/arXiv.1704.04503.

DOI: http://dx.doi.org/10.12345/xdjyjz.v4i3.36724