1.一种基于边缘细节的果实分割方法，其特征在于，包括以下步骤：

获取待分割的果实图像；

根据所获取的待分割的果实图像和预设的分割模型，进行果实分割；

其中，所述预设的分割模型包括检测头、分割头和掩膜头三部分；所述检测头提取图像的边界特征；根据所述分割头和所提取的边界特征，提取整张图像的语义信息；所述掩膜头对所提取到的整张图像的语义信息进行多阶段分割，实现果实的分割；

其中，所述检测头提取图像的边界特征的过程中，以特征金字塔目标检测器为基础，使用特征提取算子，基于图像边界所汇集的边界特征进行原始图像单个点的特征增强；

其中，在边界特征增强的过程中，以所述特征金字塔作为输入进行图像的分类和边框位置粗糙预测，基于所得到的粗糙边框位置和所输入的特征图边界生成含显示边界信息的特征图，结合边界对齐模块对所生成的含显示边界信息的特征图进行再次预测，得到图像的边界特征；

其中，所述掩膜头采用多阶段分割实现果实的分割，每个阶段均包含实例特征、实例掩膜、分割特征和分割掩膜四个输入，基于分割融合模块的输入融合，实现果实的分割；其中，所述分割融合模块包含用于融合多个输入、减少通道数的1*1卷积和3个并行的3*3卷积，每个卷积均有不同的参数设置。

2.如权利要求1中所述一种基于边缘细节的果实分割方法，其特征在于，所述获取待分割的果实图像的过程中，采集不同形态及不同光照条件下的果实图像。

3.如权利要求2中所述一种基于边缘细节的果实分割方法，其特征在于，对所采集到的果实图像进行人工标注，通过添加关键词实现图像的区分。

4.如权利要求1中所述一种基于边缘细节的果实分割方法，其特征在于，所述边界对其模块以C个通道的特征图作为输入，接一个1*1卷积和实例归一化来输出边界敏感特征图；

所述边界敏感特征图包括5个C个通道的特征图，其中包括四个边界和一个单点。

5.一种基于边缘细节的果实分割系统，其特征在于，包括：

获取模块，被配置为获取待分割的果实图像；

分割模块，被配置为根据所获取的待分割的果实图像和预设的分割模型，进行果实分割；

其中，所述预设的分割模型包括检测头、分割头和掩膜头三部分；所述检测头提取图像的边界特征；根据所述分割头和所提取的边界特征，提取整张图像的语义信息；所述掩膜头对所提取到的整张图像的语义信息进行多阶段分割，实现果实的分割；

其中，所述检测头提取图像的边界特征的过程中，以特征金字塔目标检测器为基础，使用特征提取算子，基于图像边界所汇集的边界特征进行原始图像单个点的特征增强；

其中，在边界特征增强的过程中，以所述特征金字塔作为输入进行图像的分类和边框位置粗糙预测，基于所得到的粗糙边框位置和所输入的特征图边界生成含显示边界信息的特征图，结合边界对齐模块对所生成的含显示边界信息的特征图进行再次预测，得到图像的边界特征；

其中，所述掩膜头采用多阶段分割实现果实的分割，每个阶段均包含实例特征、实例掩膜、分割特征和分割掩膜四个输入，基于分割融合模块的输入融合，实现果实的分割；其中，所述分割融合模块包含用于融合多个输入、减少通道数的1*1卷积和3个并行的3*3卷积，每个卷积均有不同的参数设置。

6.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1‑4中任一项所述的基于边缘细节的果实分割方法中的步骤。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑4中任一项所述的基于边缘细节的果实分割方法中的步骤。