【技术实现步骤摘要】
本专利技术属于图像分割，涉及一种基于特征复用和两阶段自注意力的实时语义分割方法。
技术介绍
1、在自动驾驶过程中，对道路场景的有效感知是至关重要的。自动驾驶汽车一般通过摄像机、雷达、定位系统等设备来获取周围的交通状况，然后对获取到的信息进行分析，并做出行驶决策。图像语义分割是感知道路场景的一种重要手段，它通过密集地预测图像中的每一个像素点的类别信息而分割出图像中的车辆、行人、建筑、道路、交通信号灯、车道线等物体。语义分割可以提供强大的场景解析能力，并为视觉理解提供细粒度和深层的语义信息。
2、目前各应用语义分割任务的领域多属于移动端系统或高机动性系统，语义分割网络模型大且推理速度慢且存在参数规模较大和推理速度慢等问题。因此需要构建一个轻量级的语义分割网络，以满足自动驾驶场景的实际需求。
技术实现思路
1、本专利技术的目的在于提供一种基于特征复用和两阶段自注意力的实时语义分割方法，解决了现有各应用语义分割任务的领域中存在的语义分割网络模型大且推理速度慢的问题。
2、为...
【技术保护点】
1.一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，步骤2中，使用城市街景数据集对实时语义分割网络进行训练，具体如下：
3.根据权利要求2所述的一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，模型训练过程中，采用随机梯度下降法SGD，动量设置为0.9，权重衰减为2e-4，使用“poly”作为学习率衰减策略，其中将初始学习率设置为4.5e-2，指数系数为0.9，最大迭代次数设置为1000个epoch，批量大小设置
...
【技术特征摘要】
1.一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，步骤2中，使用城市街景数据集对实时语义分割网络进行训练，具体如下：
3.根据权利要求2所述的一种基于特征复用和两阶段自注意力的实时语义分割方法，其特征在于，模型训练过程中，采用随机梯度下降法sgd，动量设置为0.9，权重衰减为2e-4，使用“poly”作为学习率衰减策略，其中将初始学习率设置为4.5e-2，指数系数为0.9，最大迭代次数设置为1000个epoch，批量大小设置为8。
4.根据权利要求1所述...
【专利技术属性】
技术研发人员：张永爱，吴马靖，林坚普，林珊玲，林志贤，
申请(专利权)人：福州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。