买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种端到端的基于实例分割的车道检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115512325B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211256872.5，技术领域涉及：G06V20/56；该发明授权一种端到端的基于实例分割的车道检测方法是由张小国;刘亚飞;沈德玉;邓奎刚设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本一种端到端的基于实例分割的车道检测方法在说明书摘要公布了：本发明公开了一种端到端的基于实例分割的车道检测方法，首先对车道检测数据集进行数据增强处理，获得训练及验证数据集；然后搭建车道实例分割网络模型LANet并设置损失函数；同时在网络中引入注意力门用以融合不同层的车道特征，并设计车道自注意力模块以增强车道特征的表达；最后对模型进行训练并在车道检测数据集上测试，完成车道检测任务。本方法利用注意力网络充分提取全局上下文信息并剔除相关车道干扰，能够应对车道受到严重遮挡和极端光照条件等复杂场景干扰的挑战，并展现了出色的鲁棒性。

本发明授权一种端到端的基于实例分割的车道检测方法在权利要求书中公布了：1.一种端到端的基于实例分割的车道检测方法，其特征在于，包括以下步骤： 步骤1：获取车道检测数据集，对其中的道路图像进行数据增强处理，从而获得训练及验证数据集； 步骤2：搭建车道实例分割网络模型LANet；所述网络模型采用编码器-解码器结构，将ERFNet的编码结构作为特征提取网络，解码网络由车道存在分支和分割分支组成； 所述分割分支会对编码网络输出的特征依次利用通道注意机制和空间注意机制消除车道干扰因素；引入注意力门将编码器网络中提取的粗糙信息与细节信息中的相关特征进行合并，并经过上采样后输出预测结果Mpred；同时，在分割分支中添加车道自注意力模块作为辅助部分，分别对车道的横向和纵向特征进行提取和融合，以增强车道全局上下文特征的表达； 步骤3：设置损失函数，用于加速模型收敛并提升网络车道特征挖掘能力； 所述损失函数由三部分组成，即分割损失、注意力损失以及车道存在损失；分割损失Lseg＝CEMpred,Mtrue用来衡量预测值与真实标签之间的差异，其中Mpred是分割输出，Mtrue是真实分割标签；注意力损失LLSA用于约束辅助部分中注意力概率输出，使其更加关注车道位置；存在损失Lext＝BCEFpred,Ftrue用于进一步约束车道预测的结果，Fpred是车道存在分支的输出，Ftrue是车道存在标签；取α，β以及λ作为损失系数，则最终总的损失函数为：L＝αLseg+βLLSA+λLext； 步骤4：利用训练数据集对模型进行训练，迭代多次后得到最佳的检测模型； 步骤5：在车道检测数据集上进行测试，从模型输出的车道概率图中提取车道并叠加在原始图像上，从而实现车道检测的可视化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。