Abstract：
目前,轻量型车道线检测网络存在弯道检测效果差、网络感受野不够与实时性受限等问题,故提出了一种改进的轻量型车道线检测网络模型.首先,为提高弯道检测效果,设计了一种方向一致损失,以使模型适用于弯道场景.其次,为在增强网络实时性的同时提高其感受野,提出将 自注意力机制与RepVGG相融合的网络作为模型的主干网络.该模型在CULane测试集上测试的总F1-measure达到 了70.7％,在Tusimple测试集上测试的准确率达到95.92％,其平均推断速度达到了 408 FPS.实验结果表明,该模型相较于 目前轻量型模型在性能上有一定的提升,尤其对弯道场景下的车道线检测效果提升明显.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息技术与网络安全
ISSN： 1674-7720
Year： 2022
Issue： 6
Volume： 41
Page： 57-63,72
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
