摘要
本发明提供一种车道线识别模型的训练方法及装置、车道线的识别方法,应用于人工智能技术领域,构建包编码网络和示例编码网络组成的车道线识别模型;将车道线图像输入包编码网络和示例编码网络进行在线深度互学习,并对得到的全局特征图和局部特征图进行融合得到融合特征图;将融合特征图作为监督学习信号分别输入包编码网络和示例编码网络,对包编码网络和示例编码网络进行调整,直到收敛得到训练后的车道线识别模型。在本方案中,对包编码网络和示例编码网络进行在线深度互学习,提高表征能力无需手动调节参数,解决车道线识别复杂问题;利用网络间的互补性降低模型的复杂度和训练难度;利用融合特征图学习到未知先验知识,提升检测精度和速度。
技术关键词
车道线识别
编码
网络
融合特征
加权特征
注意力机制
图像增强
多视角
车道线信息
识别方法
在线
数据
人工智能技术
分类器
策略
算法
系统为您推荐了相关专利信息
设备故障检测方法
深度学习模型
故障类别
设备故障检测系统
编码器
匹配网络
栅极晶体管
电感
有源偏置电路
功率放大器
语言模型训练方法
稀疏神经网络
注意力机制
网络结构
非暂态计算机可读存储介质
卷积神经网络加速器
全局平均池化
解复用器
权重缓冲器
算法
线上交易管理系统
特征提取模型
运输路径规划
信息处理模块
数据处理单元