基于多尺寸分解卷积的车道线检测

摘要

为提高复杂场景下车道线检测的精度,提出一种基于多尺寸分解卷积的车道线检测模型。首先采用ResNet34网络作为编码器提取图像局部特征;然后基于分解卷积的原理设计多尺寸分解卷积残差模块,进一步提取多尺度的车道线特征;最后设计车道线预测分支和基于双线性插值的解码器来分别对车道线进行置信度预测和像素级分类输出。在CULane数据集上对模型进行验证,平均调和均值F1达到75.3%,并在实际道路上进行了测试,结果表明,提出的模型在复杂场景下可以有效检测车道线。