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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于UFSA算法改进的车道线智能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：CN114429621B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111611111.2，技术领域涉及：G06V20/58；该发明授权一种基于UFSA算法改进的车道线智能检测方法是由张茜茜;李君;于心远;沈国丽;朱明浩;仲星;刘子怡;刘兴鑫设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本一种基于UFSA算法改进的车道线智能检测方法在说明书摘要公布了：本发明公开了一种基于UFSA算法改进的车道线智能检测方法，包括获取车道线图像，并对车道线图像进行预处理，得到车道线数据集；将车道线数据集划分为独立不重复的训练集、验证集和测试集；对训练集和验证集中各车道线图像进行标注和分类；分别对训练集、验证集和测试集中各车道线图像进行特征提取；对UFSA算法所采用的Resnet18网络模型进行改进，利用训练集和验证集对改进后的Resnet18网络模型进行训练和验证，得到训练好的的车道线检测模型；利用训练好的的车道线检测模型对测试集进行检测，得到检测结果。本发明方法实现了准确的定位和车道线检测，有效缓解城市交通负担和交通事故，为自动驾驶辅助，保障驾驶的安全性。

本发明授权一种基于UFSA算法改进的车道线智能检测方法在权利要求书中公布了：1.一种基于UFSA算法改进的车道线智能检测方法，其特征在于，所述车道线智能检测方法包括如下步骤：步骤1，从基准数据集CULane中获取车道线图像，并对车道线图像进行预处理，得到车道线数据集；步骤2，将车道线数据集划分为独立不重复的训练集、验证集和测试集；步骤3，对训练集和验证集中各车道线图像进行标注和分类；步骤4，分别对训练集、验证集和测试集中各车道线图像进行特征提取，获得训练集、验证集和测试集中各车道线图像的特征；步骤5，对UFSA算法所采用的Resnet18网络模型进行改进，即将DiceLoss定义为L-Dice，并将对应的分割损失定义为LL-Dice，用L-Dice损失函数替换Softmax损失函数，利用训练集和验证集对改进后的Resnet18网络模型进行训练和验证，得到训练好的的车道线检测模型；步骤6，利用训练好的的车道线检测模型对测试集进行检测，得到检测结果。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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”。