一种基于双分支车道线实例分割的检测算法

摘要：

在人工智能的时代,自动驾驶技术越来越成熟,技术中包含的自动车道保持功能占有重要的地位,这对自动驾驶中的后续车道偏离与预警起着关键性的作用.文章利用深度学习技术,针对现有双分支车道线实例分割检测算法存在的准确率受批量影响、准确率不理想等问题,在车道线实例分割中采用自适配归一化函数,并使用传统的SGD优化器对整个模型进行优化解决实验过程中的效率问题.在TuSimple车道数据集进行实验,在性能方面准确率与原始算法相比从96.4％提高到98.6％.

关键词：深度学习、双分支实例分割、自适配归一化

所属期刊栏目：17

在线出版日期：2020-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：117-118