| 基于方向一致?lián)p失的輕量車道線檢測(cè) | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>1168 K | |
| 標(biāo)簽： 深度學(xué)習(xí) 車道線檢測(cè) 方向一致?lián)p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(cè)網(wǎng)絡(luò)存在彎道檢測(cè)效果差、網(wǎng)絡(luò)感受野不夠與實(shí)時(shí)性受限等問題，故提出了一種改進(jìn)的輕量型車道線檢測(cè)網(wǎng)絡(luò)模型。首先，為提高彎道檢測(cè)效果，設(shè)計(jì)了一種方向一致?lián)p失，以使模型適用于彎道場(chǎng)景。其次，為在增強(qiáng)網(wǎng)絡(luò)實(shí)時(shí)性的同時(shí)提高其感受野，提出將自注意力機(jī)制與RepVGG相融合的網(wǎng)絡(luò)作為模型的主干網(wǎng)絡(luò)。該模型在CULane測(cè)試集上測(cè)試的總F1-measure達(dá)到了70.7%，在Tusimple測(cè)試集上測(cè)試的準(zhǔn)確率達(dá)到95.92%，其平均推斷速度達(dá)到了408 FPS。實(shí)驗(yàn)結(jié)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(duì)彎道場(chǎng)景下的車道線檢測(cè)效果提升明顯。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
深度學(xué)習(xí) 相關(guān)資源
- 基于自注意力1dCNN的雷達(dá)目標(biāo)識(shí)別方法及教研系統(tǒng)設(shè)計(jì)
- 基于CNN-BiLSTM-Attention的工業(yè)數(shù)據(jù)中心IT設(shè)備能耗預(yù)測(cè)模型
- 稀疏類群下的復(fù)雜時(shí)間序列清洗轉(zhuǎn)換方法
- 基于深度學(xué)習(xí)的圖像識(shí)別在營區(qū)安保應(yīng)用的分析與設(shè)計(jì)
- 基于深度學(xué)習(xí)的物聯(lián)網(wǎng)入侵檢測(cè)系統(tǒng)綜述
- 一種基于DRSN-GAN的通信信號(hào)調(diào)制識(shí)別方法
- 基于中等分辨率天基影像的區(qū)域尺度海上艦船檢測(cè)算法
- 基于YOLOv3的人員照片標(biāo)識(shí)識(shí)別算法研究
zhoubin333 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2