CN115690707B 基于超快速结构感知深层网络的改进的车道线检测方法 （广州大学）_第1页
CN115690707B 基于超快速结构感知深层网络的改进的车道线检测方法 （广州大学）_第2页
CN115690707B 基于超快速结构感知深层网络的改进的车道线检测方法 （广州大学）_第3页
CN115690707B 基于超快速结构感知深层网络的改进的车道线检测方法 （广州大学）_第4页
CN115690707B 基于超快速结构感知深层网络的改进的车道线检测方法 （广州大学）_第5页
已阅读5页，还剩10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

基于超快速结构感知深层网络的改进的车于超快速结构感知深层网络的改进的车道线检道线识别实际测试中弯道情况的行锚拟合不精特征图中关键特征的关注度，增强网络识别性2Resnet第四层输出X4进行卷积处理后进行上采样提高分辨率为具有通道注意力机制的融合结果传入辅助分割网络模型进行处2.根据权利要求1所述的基于超快速结构感知深层网络的改进的车道线检测方法，其3.根据权利要求1所述的基于超快速结构感知深层网络的改进的车道线检测方法，其4.根据权利要求1所述的基于超快速结构感知深层网络的改进的车道线检测方法，其Squeeze操作后输出U的每个单元都能3系统上面起到了非常重要的作用。4二层输出X2，将Resnet第三层输出X3进行卷积处理后进行上采样提高分辨率为原来的二成通道统计量将融合的多尺度特征图的空间信息压缩(Squeeze)到一个通道描述符，在计通过Squeeze操作后输出U的每个单元都能利用上下5接改进为金字塔池化的全连接能够利用不同大小的池化来增加感受野以及添加基于注意6二层输出X2，将Resnet第三层输出X3进行卷积处理后进行上采样提高分辨率为原来的二成通道统计量将融合的多尺度特征图的空间信息压缩(Squeeze)到一个通道描述符，每一7[0064]该方法将现有方案中利用多尺度特征融合的辅助分割网络改进为基于SE通道注[0065]将现有方案的行分类网络的输入特征图改进为基于CBAM注意力机制的多尺度特[0066]为现有方案中行分类网络添加金字塔池化进一步扩大感受野利用特征融合后的

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