摘要
本发明公开了一种面向非结构化道路坑洞检测与分割的无人车双流视觉感知方法及边缘计算设备,目标流起到粗粒度定位作用,将采集的道路图像作为输入,调用训练完成的目标检测模型YOLOv10n+对输入图像执行推理操作,在推理过程中,该模型能够快速识别图像中道路坑洞的存在,并输出包含坑洞位置与大小信息的边界框;像素流起到像素级分割作用,将目标检测模型输出的每个坑洞边界框区域,作为输入数据传输至语义分割模型GAL‑DeepLabv3+plus,该模型在每个检测框划定的区域内,对图像进行精细的像素级分割操作,通过计算每个像素点属于坑洞的概率,将坑洞区域从背景及其他道路表面特征中准确分离出来,生成高精度的坑洞分割掩膜。
技术关键词
非结构化道路
视觉感知方法
无人车
道路坑洞
低通滤波器
高通滤波器
像素
语义分割模型
多尺度特征融合
检测头
上采样
卷积特征提取
语义特征
图像
融合特征
解码器结构
对流数据
分割掩模
对象轮廓