一种用于车辆外观分割的神经网络模型构建方法与系统

摘要

本申请的目的是提供一种用于车辆外观分割的神经网络模型构建方法与系统。与现有技术相比，本申请通过一种用于车辆外观分割的神经网络模型构建方法，首先获取已对车辆外观标注过的样本图像集，接着将所述样本图像输入改造后的神经网络进行训练获得自适应边距损失函数输出的损失值，其中，所述改造后的神经网络结合了自适应边距损失函数，最后判断所述损失值是否满足预设的阈值，如满足则完成用于车辆外观分割的神经网络模型构建。通过该方法使得车辆外观图像中类别样本较少或更难区分的类别可得到更高权重，很好解决了类别样本不均衡问题，能更准确完成车辆外观的图像分割，该方法在低显存占用情况下对车辆外观分割获得更高的准确度。