一种基于改进制造技术

本申请涉及电子信息工程和图像处理技术领域，尤其涉及一种基于改进

【技术实现步骤摘要】
一种基于改进YOLOP的道路环境感知系统及其算法


[0001]本申请属于电子信息工程和图像处理
，更具体地说，是涉及一种基于改进
YOLOP
的道路环境感知系统及其算法
。

技术介绍

[0002]随着
5G
技术的广泛应用以及人工智能的快速发展，世界各国都在加快智能化机器人的创新建设以及实际应用
。
而针对园区内场景下的无轨智能巡检机器人，如何快速准确的感知周围环境信息成为机器人做出安全准确路线的基石
。
[0003]目前，用于环境感知的网络模型不断地迭代更新，具备优良的性能，但是大多数网络模型的开发都是面向单目标识别任务，若是应用于园区内场景下机器人的道路多目标感知任务中，会因为多任务的并行执行增加硬件的负担，这样不仅需要不断地增加硬件性能导致增加较多额外成本，还需要不断地对网络算法进行优化，才能提高目标识别速度，因此，多节点并行的弊端不可忽视
。

技术实现思路

[0004]为实现上述目的，本申请采用的技术方案是：提供一种基于改进
Y本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进
YOLOP
的道路环境感知系统，包括
YOLOP
网络模型，其特征在于：采用
YOLOP
网络模型作为基础网络，在
YOLOP
网络模型中设置空间与通道特征提取加强提取器，所述空间与通道特征提取加强提取器包括注意力机制模块
ECA
和空间注意力机制模块
SA。2.
如权利要求1所述的一种基于改进
YOLOP
的道路环境感知系统，其特征在于：所述
YOLOP
网络模型包括图像输入模块
、Backbone
层
、Neck
层和输出层，所述输出层包括目标检测头部
、
路沿检测头部和道路行驶区域头部；所述道路行驶区域头部，用于对道路可行驶区域进行检测；所述目标检测头部，用于对车辆和行人进行检测；所述路沿检测头部，用于对路沿进行检测；
Backbone
层内设置有两个空间与通道特征提取加强提取器，分别为第一空间与通道特征提取加强提取器和第二空间与通道特征提取加强提取器
。3.
如权利要求2所述的一种基于改进
YOLOP
的道路环境感知系统，其特征在于：所述图像输入模块，用于采集待测区域的图像，并分别传输至
Backbone
层和
Backbone
层外空间注意力机制模块
SA
，
Backbone
层外空间注意力机制模块
SA
传输特征图至输出层的路沿检测头部和道路行驶区域头部；所述
Backbone
层，用于对待测区域的图像进行处理，得到输入图像的特征图，并将特征图分别传输至
Backbone
层外标准卷积模块
Conv
和
Neck
层，其中，
Backbone
层和
Neck
层之间设置有空间金字塔池化模块
SPP
；
Backbone
层外标准卷积模块
Conv
传输特征图至
Backbone
层外空间注意力机制模块
SA
；
Neck
层，用于对来自
Backbone
层的特征图进行多尺度特征融合，并传输至输出层的目标检测头部
。4.
一种基于改进
YOLOP
的道路环境感知算法，其特征在于：采用上述系统进行计算，包括以下步骤：步骤
S1
：采用
YOLOP
网络模型作为基础网络，在
YOLOP
网络模型中设置注意力机制模块
ECA
和空间注意力机制模块
SA
，建立改进
YOLOP
的道路环境感知系统；步骤
S2
：采用
ApolloScape
数据集和增广后的数据集对改进
YOLOP
的道路环境感知系统进行训练，以得到训练改进的
YOLOP
道路环境感知系统；步骤
S3
：利用训练好的改进的
YOLOP
道路环境感知系统对待测区域中的目标进行检测与分割，对图像输入模块检测到的待测区域的图像进行立体框标识
。5.
如权利要求4所述的一种基于改进
YOLOP
的道路环境感知算法，其特征在于：步骤
S1
中，采用改进
YOLOP
的道路环境感知系统进行进行计算，包括以下步骤：步骤
S11
：图像输入模块采集待测区域的图像，并输入至
YOLOP
网络模型的
Backbone
结构，执行步骤
S12
；步骤
S12
：
B...

【专利技术属性】
技术研发人员：赵占锋，苏慧莹，冯翔，周志权，孙梦喆，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：