一种基于全局语义增强的车道线检测网络系统及方法

本发明提出一种基于全局语义增强的车道线检测网络系统与方法，旨在提升复杂场景下车道线检测的鲁棒性与精度。该方法首先对输入图像进行归一化与增强处理，构建高质量数据集；随后在主干网络后引入全局特征提取模块（GEM），通过MLP‑Mixer与膨胀卷积结合多头自注意力机制提取精细全局语义特征；引入顶层辅助模块（TLAM）进一步蒸馏特征，并采用DropKey机制优化计算；最后通过结合角度损失与广义线IoU损失的复合损失函数优化预测精度。整体系统显著提升了车道线检测在遮挡、光照变化与弯道路况下的性能。