公开(公告)号：CN117079277A

公开(公告)日：2023-11-17

申请号：CN202310841112.9

申请日：2023-07-10

申请人： 山东高速集团有限公司 ,  长安大学

发明人： 王孜健 ,  穆柯楠 ,  么新鹏 ,  王悦华 ,  范颂华 ,  荣文 ,  惠飞 ,  刘梦菲 ,  张涵 ,  孙加新 ,  李一鸣 ,  赵玉钰

IPC分类号： G06V20/70 ,  G06V20/58 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于深度学习的交通场景实时语义分割方法，包括以下步骤，步骤1，获取训练图像，对训练图像进行预处理；步骤2，构建交通场景语义分割网络，构建时的编码器采用MobileNetV2骨干特征提取网络，形成骨干网络MobielNetV2的DeeplabV3+网络模型；采用训练图像训练交通场景语义分割网络，得到语义分割网络模型；步骤3，依据语义分割网络模型对交通场景实时进行语义分割。通过对DeepLabv3+解码器和损失函数进行改进，提高了现有语义分割模型的分割精度，同时降低计算量和参数量，从而可以更好的在硬件存储和计算力有限的车载嵌入式平台中的得到广泛应用。