宫颈细胞图像中目标分割的精度直接影响对疾病的判别和诊断，宫颈细胞图像中有不同种类的多个目标，所以有必要对宫颈细胞图像进行实例分割。为了获得更好的宫颈细胞图像实例分割效果，文章在Mask R-CNN的基础上提出了一种宫颈细胞图像实例分割方法，在网络中的特征金字塔网络(FPN)中加入空洞卷积将其改造为DFPN，减少图像信息的损失来提升分割的准确度。在TCTCOCO数据集的测试结果表明，该方法提高了宫颈细胞图像分割的精度。