面向自动驾驶的语义分割：模型评估、数据集生成、视角比较与实时能力

环境感知是自动驾驶车辆领域的重要方面，可提供关于驾驶域的关键信息，包括但不限于识别清晰可行驶区域与周围障碍物。语义分割是一种广泛用于自动驾驶汽车的感知方法，将图像中每个像素与预定义类别相关联。在此背景下，针对多个分割模型在准确率和效率方面进行了评估。在生成数据集上的实验结果证实，分割模型 FasterSeg 速度足够快，可在自动驾驶汽车的低功耗计算（嵌入式）设备上实时使用。本文还介绍了一种为该模型生成合成训练数据的简单方法。此外，比较了第一人称视角与鸟瞰视角的准确率。对于第一人称视角下 $320 \times 256$ 的输入，FasterSeg 达到 $65.44\,\%$ 平均交并比（mIoU）；对于鸟瞰视角下 $320 \times 256$ 的输入，FasterSeg 达到 $64.08\,\%$ mIoU。两种视角在 NVIDIA Jetson AGX Xavier 上均达到 $247.11$ 帧每秒（FPS）的帧率。最后，在目标硬件上测量并比较了两种视角相对于算术 16 位浮点（FP16）与 32 位浮点（FP32）的帧率与准确率。