摘要
本申请提出了一种基于改进MobileNetV4的路面类型识别模型的构建方法及应用,包括以下步骤:获取多张包含标注有路面类型的路面图像作为训练样本集合;基于MobileNetV4架构构建路面类型识别架构,并以训练样本集合对路面类型识别架构进行训练得到路面类型识别模型,其中,所述路面类型识别架构包括融合卷积瓶颈网络、通用倒置瓶颈网络以及分类器。本方案引入通道分组机制和深度可分离卷积,在极低的参数量和计算开销下,精准地捕获了对路面分类至关重要的细粒度纹理特征,并有效抑制了环境噪声的干扰,实现对路面类型的精准识别。