CN114926806B 基于深度学习的车道线检测方法、装置、设备及存储介质 （成都臻识科技发展有限公司）_第1页
CN114926806B 基于深度学习的车道线检测方法、装置、设备及存储介质 （成都臻识科技发展有限公司）_第2页
CN114926806B 基于深度学习的车道线检测方法、装置、设备及存储介质 （成都臻识科技发展有限公司）_第3页
CN114926806B 基于深度学习的车道线检测方法、装置、设备及存储介质 （成都臻识科技发展有限公司）_第4页
CN114926806B 基于深度学习的车道线检测方法、装置、设备及存储介质 （成都臻识科技发展有限公司）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于深度学习的车道线所述车道线检测框与所述车道线真实框的损失道线检测模型，获得待检测图像中的目标车道2获取车道线的原始图像数据集，并对所述原始图像数据集中将所述训练图像数据集输入车道线检测模型，调整训练图像数据集在接收到待检测图像数据时，将所述待检测图像数据输入车道4.一种基于深度学习的车道线检测装置，其特征在于，所述获取模块，用于获取车道线的原始图像数据集，并对所述训练模块，用于对训练图像数据集中的车道线真实检测模块，用于在接收到待检测图像数据时，将所述待检测图像数5.一种基于深度学习的车道线检测设备，其3权利要求1至3中任一项所述的基于深度学习的车道线检测方法的步6.一种存储介质，其特征在于，所述存储介4[0001]本发明涉及图像识别技术领域，尤其涉及到一种基于深度学习的车道线检测方[0004]上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技[0007]获取车道线的原始图像数据集，并对所述原始图像数据5序被所述处理器执行时实现如上所述的基于深度学习的车道线检测方6[0043]为了解决这一问题，提出本发明的基于深度学习的车道线检测方法的各个实施序配置为实现如前所述的基于深度学习的车道线检测方理器301可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field-7处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括AI[0048]存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的基于深度学习的车道[0050]通信接口303可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。通信接口303通过外围设备用于接收用户上传的多个移频电路304通过电磁信号与通信网络以及其他通信设备进行通信，从而可获取多个移动终路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(WirelessFidelity，无线保真)网络。在一些实施例中，射频电路304还可以包括NFC(NearField屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器8屏305还可以设置成非矩形的不规则图形，也即异形屏。显示屏305可以采用LCD[0054]本领域技术人员可以理解，图1中示出的结构并不构成对基于深度学习的车道线9块40还用于对训练图像数据集中的车道线真实框中的车道线进行采样，生成车道线采样[0088]本发明基于深度学习的车道线检测装置的其他实施例或具体实现方式可参照上碟、光盘、只读存储记忆体(Read_OnlyMemory，ROM)

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论