边缘引导分割网络

车道分割精度领先

通过边缘信息引导与多尺度特征融合，在多个自动驾驶数据集上实现领先的车道与可行驶区域分割效果。

Xing, Sheng · Jun-Zhe, Zhang · 王真 · 段宗涛

IEEE Transactions on Intelligent Transportation Systems 2024

参数信息

平均像素精度

99.3 %

平均交并比

54.8 %

技术优势

车道检测精度达SOTA

在BDD100K数据集上，平均像素精度99.3%、平均交并比54.8%，均达到领先水平。

泛化能力强

在TuSimple和KITTI数据集上的消融研究验证了模型的有效性和泛化能力。

应用场景

• 自动驾驶感知：提供实时精确的车道与可行驶区域分割，用于自动驾驶感知系统。
• 智能车辆决策：分割结果为智能车辆决策提供可靠环境理解。
• 车路协同：边缘信息增强的车道检测可辅助车路协同中的路侧感知。
• 无人机视觉导航：多尺度特征融合机制可用于无人机视觉导航中的地面分割任务。