一种基于深度学习的夜间道路图像语义分割方法技术

本发明专利技术属于图像处理领域，公开了一种基于深度学习的夜间道路图像语义分割方法，解决自动驾驶领域夜间图像检测问题。首先构建训练数据集并对数据集中图像的标签信息进行预处理。然后，搭建用于夜间道路图像的基于DAformer网络的目标检测网络，对模型框架及结构进行大规模改动，利用迁移学习的方法学习得到夜间图像的特征。经迭代训练后，训练得到目标网络。最后，使用训练好的目标检测网络对验证集图像进行语义分割。相较与现有方法，本方法得到更加丰富的道路信息，并且各个类别的检测准确率更高。

【技术实现步骤摘要】

本专利技术属于图像处理领域，具体涉及一种基于深度学习的夜间道路图像语义分割方法。

技术介绍

1、在自动驾驶
中，白天和夜间场景都为常见，但由于夜间图像光照差和难以人工注释，夜间场景的语义分割较日间场景的语义分割更难以实现。因此如果能在夜间语义分割上取得较好的进步，这对自动驾驶场景的应用效果有巨大提高。

2、由于夜间场景的图像相较于白天场景的图像有光照不足，色彩失真，缺乏详细纹理，低分辨率和噪声等问题，夜间图像更加难以获取标签和注释。主流的语义分割都是从日间场景去进行初步的语义分割，为了能将日间场景学到的知识应用到夜间，需要使用领域自适应技术(domain adaptation)，将知识从标记源域转移到未标记目标域，从而在缺少标签的情况下，完成对夜间场景的语义分割。

3、同时，语义分割技术也经历了巨大的更新迭代，从fpn模型开始，到deeplab系列，再到pspnet模型，最后到现在几乎一统计算机视觉天下transformer模型，语义分割技术不断迭代，在单纯的语义分割问题上几乎无往不利。但这是建立在有监督学习的基础上，对于夜间本文档来自技高网...

【技术保护点】

1.一种基于深度学习的夜间道路图像语义分割方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于深度学习的夜间道路图像语义...

【专利技术属性】
技术研发人员：张宝，姚念民，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：