摘要
本发明一种基于改进UFLDv2模型的车道线检测方法,涉及一种自动驾驶车道检测方法,所述方法包括获取车道线数据集、车道线数据集包括训练集和测试集;对车道线数据集进行预处理,预处理包括车道线图像的数据增强、车道线图像分辨率的调整;建立改进UFLDv2模型,改进UFLDv2模型包括融合协调注意力机制的特征提取层、融合动态蛇形卷积的组分类网络和融合新型存在损失的损失函数;利用预处理后的训练集对改进UFLDv2模型进行训练,再将测试集输入训练完成的改进UFLDv2模型中得到车道线检测结果。本发明减少了车道线中断的现象,避免了传统卷积中行列信息混合带来的信息丢失问题,增强了对车道线的感知能力,提高了行车的安全性。
技术关键词
车道线检测方法
注意力机制
图像采集装置
分类网络
车道线检测系统
车道检测方法
坐标
数据
动态
处理器
卷积模块
分辨率
网络结构
超参数
像素
算法
系统为您推荐了相关专利信息
作物参数
作物需水量
灌溉设备
策略
农业灌溉控制技术
槟榔黄化病
等级评估方法
卷积模块
指数
光谱特征提取
中文主观题自动评分方法
模型预测值
答案
双向注意力机制
主观题自动评分系统
融合特征
运动员
姿态估计算法
多模态传感器
动态邻接矩阵