基于深度学习的路面全要素图像语义分割方法及装置
实质审查的生效
摘要
本申请涉及一种基于深度学习的路面全要素图像语义分割方法及装置。该方法包括：通过深度学习神经网络对路面图像进行预处理，获得第一设定大小的特征图；通过所述深度学习神经网络的上采样层对所述第一设定大小的特征图进行上采样，获得第二设定大小的上采样特征图，其中，所述上采样层包括插值层、运算层；依据所述上采样特征图，通过所述深度学习神经网络输出所述路面图像的语义分割结果。本申请提供的方案，能够准确地获得包含更多细节信息的语义分割结果，满足自动驾驶车辆准确识别路面全要素的需要。
基本信息
专利标题 ：
基于深度学习的路面全要素图像语义分割方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114445631A
申请号 ：
CN202210112362.4
公开（公告）日 ：
2022-05-06
申请日 ：
2022-01-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孟鹏飞贾双成朱磊李成军
申请人 ：
智道网联科技（北京）有限公司
申请人地址 ：
北京市东城区北三环东路36号1号楼B601
代理机构 ：
北京中知君达知识产权代理有限公司
代理人 ：
黄启法
优先权 ：
CN202210112362.4
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V20/58 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06V 10/26
申请日 : 20220129
申请日 : 20220129
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
