[发明专利]一种轨距检测方法及装置

权利要求书

1.一种轨距检测方法，其特征在于，包括：

获取轨道图像；

将所述轨道图像输入至预先训练好的实例分割图像预测模型中，执行预测过程；其中，所述预测过程包括：

提取所述轨道图像的特征信息，得到所述轨道图像的特征图像；

根据所述特征图像确定所述轨道图像的语义分割图像、以及所述特征图像中每个像素点的特征向量；其中，所述语义分割图像标记有所述轨道图像中的轨道区域以及背景区域；

基于所述特征图像、所述特征图像中每个像素点的特征向量、以及所述语义分割图像，确定实例分割图像，其中，所述实例分割图像标记有所述特征图像中属于同一轨道的轨道边缘线；

基于所述实例分割图像以及预先设置的参数矩阵，确定属于同一轨道区域的两条轨道边缘线之间的轨距；

所述基于所述实例分割图像以及预先设置的参数矩阵，确定属于同一轨道区域的两条轨道边缘线之间的轨距包括：

若实例分割图像中包含两条轨道时，基于预先设置的参数矩阵和实例分割图像确定两条轨道之间的轨距；若实例分割图像中所包含的轨道大于两条时，计算任意两条轨道之间的轨距，检测计算出的轨距是否在预设轨距范围内，若在预设轨距范围内，则将对应的两条轨道作为同一轨道区域的两条轨道，并将计算出的轨距作为两条轨道之间的轨距。

2.根据权利要求1所述的方法，其特征在于，根据所述特征图像确定所述轨道图像的语义分割图像，包括：

将所述轨道图像的特征图像转换为标记有轨道区域以及背景区域的轨道图像；

将所述轨道图像中轨道区域对应的每个像素点的像素值调整为第一数值，以及将所述轨道图像中背景区域对应的每个像素点的像素值调整为第二数值之后，得到所述轨道图像的语义分割图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述特征图像、所述特征图像中每个像素点的特征向量、以及所述语义分割图像，确定实例分割图像，包括：

确定所述语义分割图像中像素值为第一数值的像素点所构成的第一选定区域图像；

确定所述轨道图像的特征图像中与所述第一选定区域图像相匹配的第二选定区域图像；

将所述特征图像中除第二选定区域图像外的其他区域图像的像素点的像素值调整为所述第二数值；

根据调整后的特征图像，确定所述实例分割图像。

4.根据权利要求3所述的方法，其特征在于，所述根据调整后的特征图像，确定所述实例分割图像，包括：

对所述特征图像中的每个像素值不为所述第二数值的像素点进行聚类；

根据聚类结果，确定所述特征图像中的每个像素值不为所述第二数值的像素点的聚类标签；

基于带有所述聚类标签的像素点，确定所述实例分割图像。

5.根据权利要求1所述的方法，其特征在于，根据以下方式训练得到实例分割图像预测模型：

获取轨道样本图像集合，其中，所述轨道样本图像集合中包括多张轨道样本图像、以及每张轨道样本图像对应的已标注好的实例分割参考图像；

从所述轨道样本图像集合中选择至少一张轨道样本图像输入至待训练的实例分割图像预测模型，得到每张轨道样本图像对应的实例分割预测图像；

基于每张轨道样本图像对应的实例分割预测图像和实例分割参考图像，计算本轮训练过程的损失值；

当计算的损失值大于设定阈值时，调整所述待训练的实例分割图像预测模型的模型参数，从所述轨道样本图像集合中继续选择至少一张轨道样本图像并进行下一轮训练，直至计算的损失值小于或等于所述设定阈值时，确定训练完成。