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！

龙图腾网获悉宁波弗浪科技有限公司申请的专利一种基于可变形注意力机制的车道线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：CN116524449B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310562277.2，技术领域涉及：G06V20/56；该发明授权一种基于可变形注意力机制的车道线检测方法是由李科;宋梓源;陈征;化子烁;武伯熹;林彬彬设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于可变形注意力机制的车道线检测方法在说明书摘要公布了：本发明公开了一种基于可变形注意力机制的车道线检测方法，包括：1构建一个基于残差结构的主干卷积网络；2将主干卷积网络的顶层加入池化层和全连接层，构成第一深度模型并进行预训练；3提取第一深度模型中的主干卷积网络，利用其产生特征图，基于特征金字塔网络得到不同尺度特征图，在其后加入特征翻转融合层、可变形注意力卷积网络、池化层和卷积层，构成第二深度模型；4使用图片车道线检测数据集训练第二深度模型；5利用第二深度模型对待测图片进行分析，预测图像中每条车道线对应的关键点序列，形成车道线检测图。本发明能促进模型对形变比较复杂物体具备更好的注意力分布，提升模型的鲁棒性，使车道线检测更准确。

本发明授权一种基于可变形注意力机制的车道线检测方法在权利要求书中公布了：1.一种基于可变形注意力机制的车道线检测方法，其特征在于，包括以下步骤： 1构建一个基于残差结构的主干卷积网络； 2将主干卷积网络的顶层加入图像池化层和全连接层网络，构成第一深度模型，并在大型数据集上进行预训练； 3提取预训练好的第一深度模型中的主干卷积网络，利用其产生特征图，基于特征金字塔网络得到不同尺度的特征图，并将每个尺度的特征图输入基于级联思想的检测网络，共同构成第二深度模型； 其中，检测网络包括特征翻转融合层、可变形注意力的卷积网络、池化层和卷积层； 将每个尺度的特征图输入基于级联思想的检测网络中，检测网络对输入特征图首先进行特征翻转融合和可变形注意力处理得到新的特征图，然后使用平均池化得到初步的特征向量，其维度大小是C，，其中C是对应特征图的通道数，表示对应特征图的宽大小；最后通过1维卷积层得到最终融合之后的特征向量，1维卷积核大小设为3； 可变形注意力的定义如下： 其中，yp是输出特征图位置p对应的数值；K表示卷积时采样的位置数，wk表示对应位置卷积的权值大小；pk是位置p对应的卷积偏移坐标，Δpk是可变形注意力网络学习到的偏移量offset，xp+pk+Δpk是输入特征图偏移之后对应位置的数值；Δmk是可变形注意力网络学习到的权重； 假设可变形注意力的卷积网络的卷积核大小为S，偏移坐标pk的具体数值从如下动态集合中选取： 检测网络中的卷积层采用均值为0，方差为0.001的正态分布初始化； 4使用图片车道线检测的数据集训练第二深度模型，直到模型收敛； 5利用训练好的第二深度模型对待测图片进行分析，预测图像中每条车道线对应的关键点序列，形成车道线检测图输出。

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宁波弗浪科技有限公司，其通讯地址为：315712 浙江省宁波市象山县城南高新创业园里井路58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。