移动信息系统

研究文章

基于多线程Self-Attention车道标志检测

表2

比较在不同车道标志检测模型基于CULane数据集。


模型	总	正常的	人群	突出	影子	箭头	曲线	交叉	晚上	没有线	帧/秒

基本(17]	71.60	90.60	69.70	58.50	66.90	84.10	64.40	1990年	66.10	43.40	7.5
ERF-Net [29日]	73.10	91.50	71.60	66.01	71.30	87.20	71.60	2199年	67.10	45.10	85.87
R-34-SAD [28]	70.70	89.90	68.50	59.90	67.70	83.80	66.02	1960年	64.60	42.20	75年
R-34-E2E [30.]	71.50	90.40	69.90	61.50	68.10	83.70	69.80	2077年	63.20	45.01	- - - - - -

2-head self-attention(我们的)	75.43	91.46	73.62	66.24	64.07	87.09	66.19	1329年	69.96	48.68	170.5
4-head self-attention(我们的)	75.52	91.34	73.56	66.18	66.81	86.79	65.60	1115年	70.30	47.89	169.6
8-head self-attention(我们的)	75.55	91.43	73.85	66.19	69.68	87.02	65.81	1286年	69.85	48.18	167.8

大胆的重要性值意味着F1最最高的一个。