自動駕駛場景下的多任務(wù)交通感知網(wǎng)絡(luò)

摘要： 針對現(xiàn)階段環(huán)境感知網(wǎng)絡(luò)模型檢測精度低、檢測速度慢等問題，提出一種多任務(wù)交通感知網(wǎng)絡(luò)，以更加有效的方式同時進(jìn)行交通目標(biāo)、車道線和可行駛區(qū)域這3個任務(wù)的檢測。采用一個更強(qiáng)大、更高效的網(wǎng)絡(luò)進(jìn)行特征提取，有利于更豐富的特征信息融合，使檢測頭和分割頭有更好的表達(dá)效果；提出一個更加有效的損失函數(shù)，在邊界框損失中充分考慮真實框和預(yù)測框之間的方向匹配，提高模型的訓(xùn)練速度和推理準(zhǔn)確性；在分割分支... （共9頁）