公开(公告)号：CN115690707A

公开(公告)日：2023-02-03

申请号：CN202211287914.1

申请日：2022-10-20

Applicant: 广州大学

Inventor： 曹忠 ,  施良玉 ,  尚文利 ,  张曼 ,  韦蕴珊 ,  赵文静 ,  浣沙

IPC: G06V20/56 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及无人驾驶技术领域，且公开了基于超快速结构感知深层网络的改进的车道线检测方法，包括以下步骤：S1、搭建骨干网络；S2、搭建改进的辅助分割网络；S3、搭建改进的基于行的分类预测网络；S4、训练改进的超快速结构感知深层网络。该基于超快速结构感知深层网络的改进的车道线检测方法，解决现有技术方案中车道线识别实际测试中弯道情况的行锚拟合不精准的问题，在保证高速的识别效果情况下，提升网络对图片多尺度特征的训练，同时加入了SE和CBAM两种注意力机制，提高模型在训练过程中对特征图中关键特征的关注度，增强网络识别性能；解决现有技术方案中对于原始数据集图片中车道线缺失部分拟合失准的问题。