[发明专利]一种用于交通道路场景的图像语义分割模型训练方法

说明书

本发明提供了一种用于交通道路场景的图像语义分割模型训练方法，包括：构造语义分割基础模型，调整基础网络的结构以形成语义分割初始模型，利用交通道路场景的样本图像训练集训练语义分割初始模型，以获得图像语义分割模型。本发明解决了现有技术中的因图像语义分割模型的上采样模块的上采样算子使用最邻近插值模式计算；而导致图像语义分割模型的经上采样模块输出后的特征图比较于原始的输入图像损失大量的像素信息，影响了图像语义分割模型的语义分割性能，造成最终的图像语义分割结果的精确性差的问题。

技术领域

本发明涉及计算机视觉图像处理技术领域，具体而言，涉及一种用于交通道路场景的图像语义分割模型训练方法。

背景技术

图像语义分割是计算机视觉领域的核心研究问题之一，图像语义分割的目标是对输入图像的每个像素分配标签，即实现像素级别的物体分类任务，主通过图像语义分割模型对输入图像的像素进行预测并分类，生成语义标签，最终将图像分割为若干个具有某种特定语义含义的像素区域。

在交通道路场景中，图像语义分割技术的应用广泛，图像语义分割技术通过对可行驶区域、行人、车辆等目标进行精准分析区分，为交通道路场景下的信息感知提供了可能。现有技术中，为了确保图像语义分割模型与交通道路场景分析平台之间具有良好的部署适配性，图像语义分割模型的上采样模块通常使用最邻近插值模式计算；但是这种属于早期的算子计算方式会导致图像语义分割模型经上采样模块输出后的特征图比较于原始的输入图像损失了大量的像素信息，进而会降低图像语义分割模型的语义分割性能，造成最终的图像语义分割结果的精确性很差。

发明内容

本发明的主要目的在于提供一种用于交通道路场景的图像语义分割模型训练方法，以解决现有技术中的因图像语义分割模型的上采样模块的上采样算子使用最邻近插值模式计算；而导致图像语义分割模型的经上采样模块输出后的特征图比较于原始的输入图像损失大量的像素信息，影响了图像语义分割模型的语义分割性能，造成最终的图像语义分割结果的精确性差的问题。

为了实现上述目的，本发明提供了一种用于交通道路场景的图像语义分割模型训练方法，包括：步骤S1，构造基础网络为DeepLabV3plus网络和ResnetX网络组合的语义分割基础模型，其中，DeepLabV3plus网络的上采样算子使用最邻近插值模式计算；步骤S2，调整基础网络的结构以形成语义分割初始模型，其中，调整过程为：复制DeepLabV3plus网络的卷积模块至DeepLabV3plus网络的底部作为底层卷积模块，将基础网络的输入端通过卷积层组后通过跳跃连接的方式与DeepLabV3plus网络的输出端合并，将合并端作为底层卷积模块的输入端，底层卷积模块的输出为最终语义分割结果；步骤S3，利用交通道路场景的样本图像训练集训练语义分割初始模型，以获得图像语义分割模型。

进一步地，卷积层组包括一层或多层卷积层，各卷积层的卷积核尺寸为3×3，卷积步长为1，填充值为0或1。

进一步地，卷积层组包括多层卷积层，多层卷积层的数量大于1层且小于等于3层。

进一步地，填充值包括填充宽度值和填充高度值。

进一步地，DeepLabV3plus网络的卷积模块和底层卷积模块的结构自上而下包括：卷积层、BN层、Relu层和卷积层。

进一步地，样本图像训练集包括第一训练集和第二训练集，第一训练集中的训练图像选自奥迪大型自动驾驶数据集A2D2中的前部车载取像设备沿道路方向的拍摄的正视交通道路场景图像和后部车载取像设备沿道路方向的拍摄的正视交通道路场景图像；第二训练集中的训练图像为高速道路场景图像。

进一步地，步骤S3包括：步骤S31，使用第一训练集预训练语义分割初始模型，以获得语义分割预训练模型；步骤S32，调整模型训练的学习率，使用第二训练集继续训练语义分割预训练模型，以获得图像语义分割模型。