一种基于多监督网络的道路场景图像语义分割方法

摘要

本发明公开了一种基于多监督网络的道路场景图像语义分割方法。本发明包括训练阶段和测试阶段两个过程；包括：选取多幅原始道路场景RGB图像和对应的原始Thermal热红外图像以及真实语义分割图像，对图像预处理后构成训练集；构建卷积神经网络；将训练集输入到卷积神经网络中进行训练，卷积神经网络输出七个预测图集合；计算最终损失值；重复上述步骤多次，获得卷积神经网络分类训练模型；输入多幅待语义分割的原始道路场景RGB图像和原始Thermal热红外图像，获得对应的语义分割预测图。本发明提高了RGB‑T道路场景图像的语义分割效率和准确度。