[发明专利]生成车道线图像的方法、装置、电子设备和介质

说明书

本公开的实施例公开了生成车道线图像的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取待检测图像；将上述待检测图像输入至预先训练的车道线检测模型，生成上述待检测图像的车道线图像，其中，上述车道线检测模型通过如下步骤训练得到：获取样本集，样本包括样本场景图像和与样本场景图像对应的样本车道线图像；将上述样本集中的样本的样本场景图像作为输入，将与输入的样本场景图像对应的上述样本车道线图像作为期望输出，训练得到上述车道线检测模型。该实施方式实现了在复杂环境下对车道线的检测。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及生成车道线图像的方法、装置、电子设备和介质。

背景技术

随着互联网技术的发展，自动驾驶技术在学术界和工业界都受到了广泛的关注。车道线的检测是自动驾驶系统中重要组成部分。车道线的检测有助于引导车辆，可用于驾驶辅助系统。车道线的检测是从车载摄像头获得的视频图像中，根据根据车道线的颜色、形状、纹理等特征，将车道线与背景分离，从而获取车道线的走向。但是，在视频图像中，总有车道线被遮挡的情况。现如今的车道线检测技术可以在一定程度上解决车道线被遮挡的问题，但还远远不够。因此，在复杂场景下如何检测车道线成为当前要解决的问题。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了生成车道线图像的方法、装置、电子设备和介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种用于生成车道线图像的方法，该方法包括：获取待检测图像；将上述待检测图像输入至预先训练的车道线检测模型，生成上述待检测图像的车道线图像，其中，上述车道线检测模型通过如下步骤训练得到：获取样本集，样本包括样本场景图像和与样本场景图像对应的样本车道线图像；将上述样本集中的样本的样本场景图像作为输入，将与输入的样本场景图像对应的上述样本车道线图像作为期望输出，训练得到上述车道线检测模型。

在一些实施例中，上述方法还包括：对上述待检测图像进行障碍检测，确定是否有障碍物；响应于确定是，生成上述障碍物的图像。

在一些实施例中，上述方法还包括：将上述车道线图像发送给终端设备，控制上述终端设备对上述车道线图像进行显示。

在一些实施例中，上述方法还包括：基于所得到的障碍物的图像和所得到的车道线图像，生成有障碍车道线图像；将上述有障碍车道线图像发送给终端设备，控制上述终端设备对上述有障碍车道线图像进行显示，以及发出用于表征有障碍物的提示语音。

在一些实施例中，上述将上述样本集中的样本的样本场景图像作为输入，将与输入的样本场景图像对应的上述样本车道线图像作为期望输出，训练得到上述车道线检测模型，包括：从上述样本集中选取样本，执行以下训练步骤：将选取的样本的样本场景图像输入至初始模型，得到与上述样本场景图像对应的车道线图像；将所得到的车道线图像与对应的样本车道线图像进行分析，确定图像损失值；将上述图像损失值与预设阈值进行比较；根据比较结果确定上述初始模型是否训练完成；响应于确定上述初始模型训练完成，将上述初始模型确定为车道线检测模型。

在一些实施例中，上述方法还包括：响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从上述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行上述训练步骤。