摘要
本发明提供一种基于语义分割技术的交通标线破损检测方法,基于相机拍摄图像和语义分割模型分析,首先使用相机采集道路图像,并对采集图像进行预处理得到破损标线俯视图,构建标线破损图像数据集,随后对DeepLabV3+网络进行轻量化处理,构建标线破损检测语义分割模型,最后通过图像数据集对语义分割模型进行训练,得到训练完成的标线破损实例分割模型;本发明的方法优点与积极效果在于:针对包含多语义特征信息的破损标线图像,提出一种适用于标线破损多类型精确检测的语义分割模型,实现了不同尺度标线破损类别的精准识别和轮廓分割,解决了传统检测方式在标线破损检测领域的多类型检测低精度、边缘误分割的问题。
技术关键词
破损检测方法
语义分割技术
语义分割模型
轻量级卷积神经网络
特征提取网络
实例分割模型
交通
空洞
校准
输入解码器
鸟瞰图像
标注软件
双线性插值方法
道路图像数据
空间金字塔池化
相机成像模型
线段
系统为您推荐了相关专利信息
位姿估计方法
多任务
双分支网络
图像匹配
特征提取模块
损伤识别模型
特征提取网络
图像
标记
摄像头视频帧
导电粒子
二值化图像
回归算法
全卷积神经网络
特征融合网络
融合先验知识
产品质量检测方法
特征提取网络
特征提取模块
样本