Разработка нейросетевой модели для анализа дорожных сценариев

Abstract

Цель работы: разработка нейросетевой модели для анализа дорожных сценариев. Объектом исследования является нейросетевой алгоритм для семантической сегментации дорожных сценариев. В результате исследования проведен аналитический обзор существующих нейросетевых подходов семантической сегментации. Реализованы нейросетевые модели U-Net, Attention U-Net, SegFormer. Найден и подготовлен набор данных Cityscapes. Проведено обучение и тестирование реализованных моделей с различными механизмами внимания. Проведено сравнение полученных результатов между собой.

Purpose of the work: development of a neural network model for analyzing road scenarios. The object of the study is a neural network algorithm for semantic segmentation of road scenarios. As a result of the study, an analytical review of existing neural network approaches to semantic segmentation was carried out. Neural network models U-Net, Attention U-Net, SegFormer are implemented. The data set of the Cityscapes has been found and prepared. Training and testing of implemented models with various attention mechanisms were carried out. The results obtained were compared with each other.