基于实例分割的车道线检测方法

针对自动驾驶汽车在复杂环境下车道线难以识别的问题，将车道线检测视为实例分割任务，利用一种改进的双边分割网络，能识别任意数量的车道线，并直接提取分割图感兴趣行上最大概率值坐标作为车道线候选坐标点，使用最小二乘算法拟合车道曲线。使用了注意力机制和金字塔池化结构增强网络结构的特征提取能力。在数据集Tusimple和自制数据集MiniLane实验结果表明，改进的双边分割网络在检测精度和实时性上得到明显提高，能够很好地应用于自动驾驶汽车。