検索に戻る
案件記録

一种基于改进PSPNet的路面坑槽语义分割模型的构建方法

発明不明
7請求項 · 2 独立
§ Ⅰ

案件概要

発明者

代飞; 陈文柯; 李乐成; 黄苾; 马涛; 童峥; 刘国玺; 张杰文

出願日

Jun 5, 2026

公開日

Oct 16, 2026

IPC分類

G06V 10/26 (2022.01)G06V 10/52 (2022.01)G06V 10/44 (2022.01)G06V 10/80 (2022.01)G06V 10/82 (2022.01)G06V 10/764 (2022.01)G06V 10/774 (2022.01)G06N 3/0455 (2023.01)

本申请涉及深度学习技术领域,尤其涉及一种基于改进PSPNet的路面坑槽语义分割模型的构建方法及路面坑槽语义分割模型。采用改进得到的PS‑PSPNet对公开路面坑槽数据集进行训练和验证,其中,在解码器中构建了浅层特征分支,和原有的包含PPM的深层特征分支进行特征融合,优化了模型的分割效果;同时,对模型的最终输出掩码和浅层特征分支掩码进行多分割头训练监督,并提出了新的复合损失函数以训练语义分割模型,有效的提高了模型的分割精度。旨在解决如何提升路面坑槽的语义分割精度的问题。

外部リソース