-
题名雨天道路场景语义分割算法及其移动端部署
- 1
-
-
作者
周安达
唐超颖
-
机构
南京航空航天大学自动化学院
-
出处
《计算机与现代化》
2024年第10期7-13,共7页
-
基金
南京航空航天大学科研与实践创新计划项目(XCXJH20220318)。
-
文摘
现有语义分割模型容易受到雨滴遮蔽干扰,在雨天道路场景数据集上表现不佳;且没有着重关注道路场景中较为重要的车辆和行人2个类别。针对上述2个问题,设计雨天道路场景语义分割算法并将其部署在移动端,以促进自动驾驶技术的发展。提出快速融合金字塔池化模块(Fast Fusion Pyramid Pooling Module,FFPPM),使特征图融合丰富的全局语义信息和局部细节信息,有效分割雨滴遮蔽的场景;提出多重注意力融合模块(Multiple Attention Fusion Module,MAFM),并提高损失函数中车辆和行人的类别权重,增加模型对车辆和行人的关注度;借助Android Studio平台将模型部署到移动端,使用ONNX Runtime进行前向推理,分割效果与电脑端一致。在Rainy WCity数据集上与较新的5种模型进行比较,本文模型在电脑端和移动端分割精度一致;PA和mIoU分别为95.25%和72.96%,车辆PA和IoU分别为84.04%和74.15%,行人PA和IoU分别为34.91%和26.37%,均高于其他5种模型;此外本文模型在电脑端和移动端的FPS分别为45.46和1.26,分割速度较快。本文模型能够在移动端有效分割雨水遮蔽下的道路场景图像,对车辆和行人分割更加精确。
-
关键词
语义分割
道路场景
雨滴遮蔽
类别权重
移动端部署
-
Keywords
semantic segmentation
road scene
raindrop masking
class weight
mobile deployment
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-