一种合并车道线数据集及基于其检测车道线的方法技术

本发明专利技术公开一种合并车道线数据集的方法，首先将待合并数据集中不同格式的标签转换为指定格式，然后对待合并数据集中的图片及经格式转换后的标签进行剪裁，增大车道线在图片及标签中的占比，并对剪裁后的图片及标签进行重采样，以得到统一尺寸的图片及标签，最后存储统一尺寸的图片及标签，形成合并的数据集。合并后的数据集集成了不同车道线数据集的特点，增加了车道线的多样性，为车道线模型检测提供了更加丰富的学习样本。采用这一数据集进行模型训练，可以提高模型提取车道线的泛化能力及精度，增加模型的鲁棒性。增加模型的鲁棒性。增加模型的鲁棒性。

【技术实现步骤摘要】
一种合并车道线数据集及基于其检测车道线的方法


[0001]本专利技术涉及自动驾驶
，特别涉及一种合并车道线数据集及基于其检测车道线的方法。

技术介绍

[0002]近年来，随着人工智能技术越来越多地应用于驾驶领域，自动驾驶技术研究和高级驾驶辅助系统(ADAS)在学术界和工业界都备受关注。在自动驾驶系统中最具挑战性的任务之一是交通场景理解，即通过各种传感器和控制模块来识别和理解对象周围的环境，其中车道检测可区分和定位车道路上的标记，定位交通场景中每条车道的准确形状，在智能汽车视觉导航系统中至关重要，是现代辅助和自动驾驶系统中的一项核心任务。
[0003]车道检测可支持车道保持、居中和变道等决策，在车辆实时定位、行车路线规划、车道保持辅助、自适应巡航控制等应用中起着至关重要的作用，能够帮助智能车辆可以更好地定位自己并更安全地行驶。车道检测任务包括车道计算机视觉任务检测和语义分割两大部分。其中车道计算机视觉任务检测将车道检测视为逐像素分割的问题任务，或者基于锚点检测问题任务，两种问题任务均需要深度卷积神经网络进行预测图像中的车道，而预测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合并车道线数据集的方法，其特征在于，包括步骤：将待合并数据集中不同格式的标签转换为指定格式；对待合并数据集中的图片及经格式转换后的标签进行剪裁，增大车道线在图片及标签中的占比；对剪裁后的图片及标签进行重采样，以得到统一尺寸的图片及标签；以及存储所述统一尺寸的图片及标签，形成合并的数据集。2.如权利要求1所述的方法，其特征在于，所述指定格式包括txt格式以及mask格式。3.如权利要求2所述的方法，其特征在于，将待合并数据集中不同格式的标签转换为指定格式包括步骤：若所述待合并数据集中的标签为json或txt格式，则将所述待合并数据集中的点数据进行膨胀形成线要素，以转换为mask格式；以及若所述待合并数据集中的标签为mask格式，则将所述待合并数据集中所有的车道线的像素值置1，背景的像素值置0，同时形成txt文件记录车道线的点的位置信息。4.如权利要求1所述的方法，其特征在于，对图片进行剪裁包括步骤：剪裁掉图片中车道线消失点以上的背景区域。5.如权利要求1所述的方法，其特征在于，对标签进行剪裁包括步骤：从上至下遍历每一列mask格式的标签，并确定每列第一个像素值为1的点；比较各列第一个像素值为1的点的位置，将位置最靠上的一点确定为基准点；以及剪裁掉所述基准点以上的所有像素行。6.如权利要求1所述的方法，其特征在于，对标签进行重采样包括步骤：根据...

【专利技术属性】
技术研发人员：许磊磊，方赵琦，俞波，刘珲，
申请(专利权)人：奕算智能科技上海有限公司，
类型：发明
国别省市：