基于改进SegNet网络的障碍物检测算法研究
来源：计算机应用与软件杂志2024年第5期北京时间：
作者：胡均平, 张洪伟, 黄强, 向思平
摘要：为了提高自动驾驶车辆的多类障碍物检测的精度提出一种改进的SegNet神经网络算法。该算法在SegNet网络的基础上结合残差网络和多尺度融合算法，提高分类的准确性。对网络训练策略进行改进，采用自设置对比度归一化算法、学习率调整算法和类平衡算法提高网络的鲁棒性和收敛速度。通过在不同场景下进行实验，结果表明，相较于SegNet神经网络，改进后的SegNet神经网络的像素平均精度(PPA)从85%提高至97%;平均交并比(MIOU)从76%提升至90%。
关键词：自动驾驶, 障碍物检测, SegNet网络, 残差网络, 多尺度融合算法
