《表1 不含空间特征编码的多任务网络的结构》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种采用空间特征编码的车道线检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

多任务学习是对特征提取器捕获的特征进行共享，检测器的性能很大程度上依赖于特征提取器的性能[34]，即更好的主干网络可以带来更好的检测性能．LDNet-SFE的主干网络的首层卷积层的步长为2，并采用7×7的卷积核尺寸，通过设计更小的步长和卷积核尺寸来学习更多的浅层特征[35]；第二层卷积层的步长为2，使模型满足网络输出所需要的大小；为了进一步精简网络，我们的主干网络没有局部响应归一化操作．不含空间特征编码的多任务网络的参数如表1所示．