[发明专利]基于BiSeNet的自动驾驶场景下的语义分割方法

说明书

本发明涉及一种基于BiSeNet的自动驾驶场景下的语义分割方法，包括以下步骤：步骤S1：采集城市街道图像数据，并预处理；步骤S2：对预处理后的图像数据进行标注，得到标注后的图像数据；步骤S3：对标注后的图像数据进行数据增强，并将增强后的图像数据作为训练集；步骤S4：构建BiSeNet神经网络模型，并基于训练集训练模型；步骤S5：对摄像头采集的视频信息进行预处理，根据训练后的BiSeNet神经网络模型对摄像头中的城市街道进行语义分割。本发明能够有效提高自动驾驶的安全性和对道路场景分割的准确性、快速性。

技术领域

本发明涉及模式识别与计算机视觉领域，具体涉及一种基于BiSeNet的自动驾驶场景下的语义分割方法。

背景技术

图像语义分割是现代自动驾驶系统的一个必要部分，因为对汽车周围场景的准确理解是导航和动作规划的关键。语义分割可以帮助自动驾驶车辆识别一个图片中的可行驶区域。从全卷积网络(FCN,Fully Convolutional Networks)的出现开始，卷积神经网络逐渐成为处理语义分割任务的主流方法，其中很多是直接从其他领域的卷积神经网络方法中借鉴过来的。近十年在语义分割数据集的创建和算法提升方面，多位学者付出了很多努力。得益于深度学习理论的发展，因此在视觉场景理解的子领域中获得了不少进步。深度学习的缺点是需要大量的标注数据，因而耗时巨大，但瑕不掩瑜。

发明内容

有鉴于此，本发明的目的在于提供一种基于BiSeNet的自动驾驶场景下的语义分割方法，能够有效提高自动驾驶的安全性和对道路场景分割的准确性、快速性。

为实现上述目的，本发明采用如下技术方案：

一种基于BiSeNet的自动驾驶场景下的语义分割方法，包括以下步骤：

步骤S1：采集城市街道图像数据，并预处理；

步骤S2：对预处理后的图像数据进行标注，得到标注后的图像数据；

步骤S3：对标注后的图像数据进行数据增强，并将增强后的图像数据作为训练集；

步骤S4：构建BiSeNet神经网络模型，并基于训练集训练模型；

步骤S5：对摄像头采集的视频信息进行预处理，根据训练后的BiSeNet神经网络模型对摄像头中的城市街道进行语义分割。

进一步的，所述步骤S1具体为：

步骤S11:分析城市街道场景下需要进行语义分割的类别；

步骤S12:采集城市街道图像；

步骤S13:基于步骤S11得到的语义分割的类别，对采集的城市街道图像进行预处理，剔除掉不符合预设要求图片。

进一步的，所述语义分割的类别具体包括公路、人行道、停车场、铁路、人、小车、卡车、公共汽车、火车、摩托车、自行车、大篷车、拖车、建筑物、墙壁、围栏、护栏、桥、隧道、杆、交通标志、交通信号灯、植物、天空和其他。

进一步的，所述步骤S2具体为：

步骤S21：采用labelme对每张图像框出类别边缘，将多边形框的位置信息和分类信息保存于json文件中；

步骤S22：根据标注生成的json文件，利用labelme统一生成符合预设要求的文件。

进一步的，所述步骤S22生成的文件包括jpeg原图，语义分割类别mask图，语义分割类别可视化图片。

进一步的，所述步骤S3具体包括：

对标注后的图像数据中所有图片进行翻转变换，对应的mask图相应发生改变，将进行翻转变换的图片加入新的数据集中；