论文部分内容阅读
列车运行环境的实时检测是实现列车自动驾驶的重要前提。针对传统列车运行环境检测算法存在的效率低、精度差、鲁棒性弱等问题,文章提出了一种基于图像实例分割的列车运行环境实时检测算法。其通过车载摄像头获取列车运行环境的图像数据,进行样本标注、图像增强等预处理工作;采用改进的实例分割网络MaskRCNN进行模型训练,并基于TensorRT实现模型优化加速。最后,在嵌入式GPU平台NVIDIA-Xavier上进行模型的性能验证,优化后模型在验证集下的目标检测精度达到94.75%,模型推理速度约为原来的6倍,满足列车自