第4期 谭睿俊，等：双层残差语义分割网络及交通场景应用 ·785· 取DResnet34网络作为主特征提取网络，分别对 从表5中可以看出，DResnet-32S网络仅融合 FCN、不同特征融合的DResnet网络进行网络分 特征图X,平均交并比Pou仅达到47.16%，测试 支训练以及测试，测试结果见表5。 准确度PAcc达到41.29%，DResnet-2S网络融合所 表5不同跳跃特征融合在Cityscapes测试集结果对比 有尺度的特征图，再对其进行上采样操作，测试 Table 5 Comparison of the results of different jump 准确度PAcc高达42.33%，平均交并比PMou达到 features fusion in the Cityscapes test set % 47.77%。因此再次验证融合所有尺度特征图的融 特征融合方法 PAcc PMIOU PMPA 合方法可以提高整体的测试分割精度。 FCN 38.85 44.35 88.46 在Cityscapes测试集上部分预测结果如图4 所示，第1列为Cityscapes测试集的RGB图像， DResnet-32S 41.29 47.16 89.41 第2列为对应的标签，第3列为FCN-8s的测试结 DResnet-16S 42.05 47.33 89.82 果，第4列为DResnet--18的测试结果，第5列为 DResnet-8S 41.98 47.54 90.02 DResnet-34的测试结果。对比FCN-8s与DResnet DResnet-4S 41.45 47.43 89.76 网络的结果图，可以明显地看出DResnet--34网络 DResnet-2S 42.33 47.77 90.10 分割后的栅栏、杆、交通标志、人等小物体边缘更 加精细，分割边界更加规整。 (a)测试图像 6)真值图 (c)FCN-8s测试结果 (d)DResnet-l8结果 (e)DResnet-34结果 道路 人行道建筑物 墙 橱栏 杆 交通灯交通标志植被地形 天空 人骑手 汽车 卡车 公交车 火车 摩托车自行车 图4 Cityscapes测试集部分图像预测结果 Fig.4 Cityscapes test set partial image prediction results取 DResnet34 网络作为主特征提取网络，分别对 FCN、不同特征融合的 DResnet 网络进行网络分 支训练以及测试，测试结果见表 5。 表 5 不同跳跃特征融合在 Cityscapes 测试集结果对比 Table 5 Comparison of the results of different jump features fusion in the Cityscapes test set % 特征融合方法 PACC PMIOU PMPA FCN 38.85 44.35 88.46 DResnet-32S 41.29 47.16 89.41 DResnet-16S 42.05 47.33 89.82 DResnet-8S 41.98 47.54 90.02 DResnet-4S 41.45 47.43 89.76 DResnet-2S 42.33 47.77 90.10 从表 5 中可以看出，DResnet-32S 网络仅融合 特征图 X5，平均交并比 PMIOU 仅达到 47.16%，测试 准确度 PACC 达到 41.29%，DResnet-2S 网络融合所 有尺度的特征图，再对其进行上采样操作，测试 准确度 PACC 高达 42.33%，平均交并比 PMIOU 达到 47.77%。因此再次验证融合所有尺度特征图的融 合方法可以提高整体的测试分割精度。 在 Cityscapes 测试集上部分预测结果如图 4 所示，第 1 列为 Cityscapes 测试集的 RGB 图像， 第 2 列为对应的标签，第 3 列为 FCN-8s 的测试结 果，第 4 列为 DResnet-18 的测试结果，第 5 列为 DResnet-34 的测试结果。对比 FCN-8s 与 DResnet 网络的结果图，可以明显地看出 DResnet-34 网络 分割后的栅栏、杆、交通标志、人等小物体边缘更 加精细，分割边界更加规整。 道路 人行道 建筑物 墙 栅栏 杆 交通灯 交通标志 植被 地形 天空 人 骑手 汽车 卡车 公交车 火车 摩托车 自行车 (a) 测试图像 (b) 真值图 (c) FCN-8s 测试结果 (d) DResnet-18 结果 (e) DResnet-34 结果 图 4 Cityscapes 测试集部分图像预测结果 Fig. 4 Cityscapes test set partial image prediction results 第 4 期 谭睿俊，等：双层残差语义分割网络及交通场景应用 ·785·