基于改进CLRNet的复杂环境车道线检测方法分析

2025.10.30点击:

摘要:阐述一种基于跨层细化网络的改进车道线检测算法,引入CBAM注意力模块集成到CLRNet中,并使用GLIOU loss优化原有的损失函数。该算法使用自建复杂车道线数据集对模型进行训练和测试,并与公开数据集CULane的各种情况进行对比,在精确率等方面有明显提升。

关键词: 车道线检测;CLRNet;复杂环境自建数据集;CBAM;GLIOU loss;

基金资助: 国家自然科学基金面上项目(61871260); 咸阳市重点研发项目计划(2020K02-64); 陕西科技大学教学改革研究项目(21Y036);

DOI: 10.19339/j.issn.1674-2583.2025.07.032

专辑: 信息科技;工程科技Ⅱ辑

专题: 汽车工业

分类号: U463.6