重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (5): 86-94.
• 车辆工程 • 上一篇
朱 娟,朱国吕,岳晓峰
摘要: UFLD(ultra fast structure aware deep lane detection)是一种轻量化车道线检测模型,为提升模型的检测精度,对模型进行改进。引入CAM(channel attention mechanism)使模型能更关注携带重要车道线信息的特征通道和像素;为了感知车道线的细节信息,引入ASPP(atrous spatial pyramid pooling)扩大卷积过程的感受野,提高模型分割精度;搭建引入CAM和 ASPP后的改进模型,并在改进的模型上进行实验。实验结果表明:在TuSimple数据集上以Res-Net18为主干网络的模型检测精度由95.81%提升至95.98%,以ResNet34为主干网络的模型检测精度由95.84%提升至96.12%;在CULane数据集上,无论是以ResNet18还是以ResNet34为主干网络模型,其平均精度均有不同程度的提高。
中图分类号: