基于语义分割的自动驾驶车辆场景理解

近年来，人工智能(AI)概念因其在解决复杂任务方面的前景而成为备受关注的关键词。由于机器通过人工智能实现了成功成果，并能在关键情况下作出正确决策，人类在特定领域的专业知识可能不再是必需。这种过程得益于深度学习(DL)——最流行的人工智能技术之一。深度学习的应用领域之一是自主驾驶汽车的开发，这在重要且有效。本文提出了若干高效模型，以探索通过语义分割进行场景理解。我们采用 BDD100k 数据集来检验这些模型。本工作的另一贡献是使用若干 Backbone 作为模型的编码器。得到的结果表明，选择合适的 Backbone 对语义分割模型的性能影响极大。更好的语义分割性能有助于更好地理解围绕代理的场景和环境。最终，我们依据准确率、平均 IoU 和损失函数等指标对提议的模型进行分析和评估，结果表明这些指标均得到改善。