科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前基于语义分割的车道线检测算法速度与精度不平衡等问题，提出一种优化ERFNet的车道线检测算法。首先设计一个高效的核心模块，通过引入通道分离和通道重组等操作，大幅降低了模型参数量与计算量。其次对下采样进行调整，增加单分支下采样，在减少信息损失的同时提高模型并行度。最后在编码器末端引入特征融合模块，利用空洞卷积扩大感受野，提取不同尺度的车道线特征。在CULane数据集上对本文算法和四种基于语义分割的车道线检测算法进行对比实验，结果表明，在交并比阈值为0.5的情况下，本文提出的算法综合F1评分为73.9%，单帧图像的推理时间可达到12.2 ms，均优于其他四种算法，达到速度与精度的良好平衡。
-
单位现代汽车零部件技术湖北省重点实验室; 武汉理工大学
