摘要
本发明公开了一种模糊道路特征的高精检测方法,是一种处于环境干扰或道路自身结构模糊条件下的检测方法,包括:1、构建具有模糊道路特征的道路图像数据集;2、构建一种模糊道路特征高精检测网络并输出目标检测结果;3、构建模糊道路特征高精检测网络的损失函数;4、利用梯度下降法对所述模糊道路特征检测网络进行训练,训练迭代得到最优模糊道路特征高精检测模型,并用于对输入的道路图像进行模糊道路特征目标的识别。本发明能解决现有方法针对模糊道路检测精度较低的问题,从而提高检测效率和能力。
技术关键词
道路图像数据
道路特征检测
采样框
特征融合网络
语义特征
输出模块
注意力
上下文特征
融合语义
特征提取模块
Sigmoid函数
纵轴
更新网络参数
全局平均池化
可读存储介质
坐标
编码