申请/专利权人:哈尔滨工业大学
申请日:2024-01-16
公开(公告)日:2024-04-12
公开(公告)号:CN117876988A
主分类号:G06V20/56
分类号:G06V20/56;G06V20/58;G06V10/28;G06V10/40;G06V10/764;G06V10/82;G06N3/0464;G06N3/09
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于学习的破损车道线检测方法及检测模型,本发明属于机器视觉领域,包括:获取自动驾驶场景的视觉图像;对自动驾驶场景的视觉图像进行混合锚划分,得到若干张车道线视觉图像;采用Inception‑v3作为特征提取网络,基于所述特征提取网络对所述车道线视觉图像进行全局特征提取,得到车道线预测结果。本发明有效提高了破损车道线检测的准确率,提高了破损车道线检测的速度,节约了算力;本破损车道线检测模型具有多场景的适用性,算法成熟,具有较强的推广适用性,市场前景广阔。
主权项:1.一种基于学习的破损车道线检测方法,其特征在于,包括:获取自动驾驶场景的视觉图像;对自动驾驶场景的视觉图像进行混合锚划分,得到若干张车道线视觉图像;采用Inception-v3作为特征提取网络,基于所述特征提取网络对所述车道线视觉图像进行全局特征提取,得到车道线预测结果。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种基于学习的破损车道线检测方法及检测模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。