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！

龙图腾网获悉国科温州研究院(温州生物材料与工程研究所)申请的专利基于深度学习算法的车道线检测方法及计算机系统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：CN114677560B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202210280846.X，技术领域涉及：G06V10/774；该发明授权基于深度学习算法的车道线检测方法及计算机系统是由戚德振;杨国钰;刘东东;邱野;卢雨儿;帅建伟设计研发完成，并于2022-03-21向国家知识产权局提交的专利申请。

本基于深度学习算法的车道线检测方法及计算机系统在说明书摘要公布了：本发明公开了一种基于深度学习算法的车道线检测方法及计算机系统，其包括以下步骤：1获取公开数据集，并划分训练集和测试集；2设计U型结构神经网络，其中包括下采样模块、全局信息融合模块及上采样模块；3训练U型结构神经网络，并保存表现最好的网络权重参数；4选取步骤3中保存的表现最好的网络权重参数，并将待预测图像输入当前U型结构神经网络中，并获取分割后的车道线图像。全局信息融合模块深层次融合了CNN和Transformer，使得网络获得全局信息的能力更强，这大大提高了车道线检测任务的准确性；并且在循环累加模块中采用了以特定步伐融合的方式进一步减少了网络参数，这也保证了车道线检测任务的实时性。

本发明授权基于深度学习算法的车道线检测方法及计算机系统在权利要求书中公布了：1.一种基于深度学习算法的车道线检测方法，其特征在于：其包括以下步骤： 1）获取公开数据集，并划分训练集和测试集，并经由训练获取包含路径信息的文本文件； 2）设计U型结构神经网络，其中包括用于获取包含高层语义信息的特征图的下采样模块、用于整合下采样模块得到的包含高层语义信息的特征图的全局信息融合模块及用于将包含高层语义信息的特征图恢复为输入图像尺寸的上采样模块； 3）训练U型结构神经网络，并保存表现最好的网络权重参数； 4）选取步骤3）中保存的表现最好的网络权重参数，并将待预测图像输入当前U型结构神经网络中，并获取分割后的车道线图像， 所述全局信息融合模块由基于CNN的循环累加模块和Transformer模块构成，所述Transformer模块包括位置嵌入、卷积映射及自注意力机制， 所述全局信息融合模块的工作流程如下： 步骤一、将获取的包含高层语义信息的特征图与相同大小的位置嵌入模块结合，经过卷积映射模块映射为三个相同大小的Q矩阵、K矩阵及V矩阵； 步骤二、对Q矩阵、K矩阵及V矩阵进行自注意力机制计算后输入到基于CNN的循环累加模块； 步骤三、基于CNN的循环累加模块先将输入的矩阵划分为H行，而后经过从上到下，从下到上的信息累加传递； 步骤四、将输入的矩阵划分为W列，而后经过从左到右，从右到左的信息累加传递； 步骤五、再经过一层的自注意力机制进一步融合前面两步的信息。

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国科温州研究院(温州生物材料与工程研究所)，其通讯地址为：325000 浙江省温州市龙湾区永中街道金联路1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”。