深度学习的车道线检测方法

随着人工智能技术的不断发展，无人驾驶技术已经成为当下社会发展的热门，车道线检测是无人驾驶技术的关键一环，但传统的基于视觉的车道线检测方法处理时间较长、过程繁琐、需要人为干预。基于深度学习的车道线检测可大大减少此类问题。文章设计了一个完成双任务的Enet网络，分别解决目标区域分割问题和不同车道区分问题，以实现端到端的检测。与主流车道线检测网络模型deeplab v3和YOLO v3进行对比。实验验证表明，网络模型的最终训练准确率为99.8%，相对于deeplab v3和YOLO v3网络分别提升1.2%和0.8%。