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
- 上一篇:电能质量的智能监测与优化策略分析 2025/10/31
- 下一篇:风电光伏互补发电系统的控制优化策略分析 2025/10/30