[发明专利]多任务语义分割的方法、装置和电子设备

权利要求书

1.一种多任务语义分割的方法，其特征在于，包括：

获取待处理场景图像；

采用多任务语义分割模型对所述待处理场景图像进行语义分割，得到车道线检测结果、场景理解结果和车道线聚类特征向量，其中，所述多任务语义分割模型为同时进行车道线检测和场景理解训练后得到的。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练样本集，其中，所述训练样本集包括：场景图像样本、与所述场景图像样本对应的多任务数据标签，所述多任务数据标签包括：车道线检测数据标签和场景理解数据标签；

采用所述训练样本集对初始多任务语义分割模型进行训练，得到所述多任务语义分割模型。

3.根据权利要求2所述的方法，其特征在于，所述多任务语义分割模型包括：STDC模型和聚类分支。

4.根据权利要求2所述的方法，其特征在于，在训练的过程中，车道线类别的损失权重比场景理解的损失权重大。

5.根据权利要求2所述的方法，其特征在于，在训练的过程中，语义分割使用的损失函数为交叉熵损失函数。

6.一种多任务语义分割的装置，其特征在于，包括：

获取单元，用于获取待处理场景图像；

语义分割单元，用于采用多任务语义分割模型对所述待处理场景图像进行语义分割，得到车道线检测结果、场景理解结果和车道线聚类特征向量，其中，所述多任务语义分割模型为同时进行车道线检测和场景理解训练后得到的。

7.根据权利要求6所述的装置，其特征在于，所述装置还用于：

获取训练样本集，其中，所述训练样本集包括：场景图像样本、与所述场景图像样本对应的多任务数据标签，所述多任务数据标签包括：车道线检测数据标签和场景理解数据标签；

采用所述训练样本集对初始多任务语义分割模型进行训练，得到所述多任务语义分割模型。

8.根据权利要求7所述的装置，其特征在于，所述多任务语义分割模型包括：STDC模型和聚类分支。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述权利要求1至5中任一项所述的方法。