-
公开(公告)号：CN117935195A
公开(公告)日：2024-04-26
申请号：CN202311767610.X
申请日：2023-12-20
Applicant: 哈尔滨理工大学
IPC: G06V20/56 , G06V10/141 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 一种基于深度学习的复杂场景车道线检测方法。为了能达到更好的捕捉输入数据的全局上下文信息、更好地适应实时驾驶的要求以及促使模型更好地学习和利用通道间的信息的目的，本发明方法包括，采用Tusimple数据集中的图像数据作为复杂场景车道线数据集；通过CULane其他数据集进行辅助训练，补充低照度、车辆遮挡条件下的图像数据；采用编码器和解码器架构一个输入和两个输出的模型；利用ShuffleNet作为编码器的信息编码块，模型学习两个不同的任务的表示，通过两个解码器处理特征图并分别获得每个任务的最终结果；将位置注意力嵌入通道注意力中，形成双记忆力模块。本发明方法引入膨胀卷积，增加卷积核的感受野，更好地理解输入图像的上下文信息，提高网络的性能。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
