| 基于方向一致損失的輕量車道線檢測 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1168 K | |
| 標簽： 深度學習 車道線檢測 方向一致損失 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 目前，輕量型車道線檢測網絡存在彎道檢測效果差、網絡感受野不夠與實時性受限等問題，故提出了一種改進的輕量型車道線檢測網絡模型。首先，為提高彎道檢測效果，設計了一種方向一致損失，以使模型適用于彎道場景。其次，為在增強網絡實時性的同時提高其感受野，提出將自注意力機制與RepVGG相融合的網絡作為模型的主干網絡。該模型在CULane測試集上測試的總F1-measure達到了70.7%，在Tusimple測試集上測試的準確率達到95.92%，其平均推斷速度達到了408 FPS。實驗結果表明，該模型相較于目前輕量型模型在性能上有一定的提升，尤其對彎道場景下的車道線檢測效果提升明顯。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2