科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开一种自适应对抗学习的城市交通场景语义分割方法及系统。获取语义分割模型的训练数据,对游戏合成数据集GTA5进行预处理,得到一个新的与城市场景真实数据集Cityscapes分布接近的合成数据集SG-GTA5；构建用于语义分割的生成对抗网络模型；基于训练数据集,对生成对抗网络模型进行自适应对抗学习,在不同特征层的对抗学习中使用自适应的学习率,通过该学习率调整各特征层的损失值,进而动态更新网络参数,得到优化的生成对抗网络模型；在城市场景真实数据集CityScapes上进行验证。本发明能够提高缺乏标注信息,存在较多尺度目标的复杂城市交通场景的语义分割精度,增强语义分割模型的泛化能力。
- 单位
