文档名：融合CAM和ASPP的车道线检测算法研究
摘要：UFLD(ultrafaststructureawaredeeplanedetection)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(channelattentionmechanism)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(atrousspatialpyramidpooling)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.
Abstract：TheUFLD(UltraFastStructureAwareDeepLaneDetection)isalightweightlanelinedetectionmodel.Toimprovethedetectionaccuracy,thispaperimprovesthemodel.First,theChannelAttentionMechanism(CAM)isintroducedtomakethemodelmoreattentivetothefeaturechannelsandpixelsthatcarryimportantinformation.Secondly,toperceivethedetailedinformationoflinelanes,theAtrousSpatialPyramidPooling(ASPP)isintroducedtoexpandthereceptivefieldofconvolutionoperationandimprovethesegmentationaccuracyofmodel.Finally,animprovedmodelisbuiltafterintroducingCAMandASPP,andexperimentsareconducted.OurexperimentalresultsshowontheTuSimpledataset,thedetectionaccuracyincreasesfrom95.81％to95.98％withResNet18asthebackbonenetwork,andrisesfrom95.84％to96.12％withResNet34asthebackbone.OntheCULanedataset,whetherthemodelusesResNet18orResNet34asthebackbonenetwork,itsaverageaccuracyimproveswithvarieddegrees.
作者：朱娟 朱国吕 岳晓峰Author：ZHUJuan ZHUGuolyu YUEXiaofeng
作者单位：长春工业大学机电工程学院,长春130012
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(9)
分类号：TP391.1
关键词：车道线检测 CAM ASPP 融合算法
Keywords：lanelinedetection CAM ASPP fusionalgorithm
机标分类号：TP391.41TN929.5TP277
在线出版日期：2024年7月11日
基金项目：吉林省科学技术厅基金项目融合CAM和ASPP的车道线检测算法研究[
期刊论文] 重庆理工大学学报--2024, 38(9)朱娟 朱国吕 岳晓峰UFLD(ultrafaststructureawaredeeplanedetection)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(channelattentionmechanism)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...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
融合CAM和ASPP的车道线检测算法研究 Research on lane line detection algorithm fusion CAM and ASPP
融合CAM和ASPP的车道线检测算法研究.pdf
- 文件大小:
- 8.57 MB
- 下载次数:
- 60
-
高速下载
|
|
