技术摘要：
本发明公开了一种基于语义分割模型的车道线图片检测分割方法。采集无人驾驶车辆拍摄的车道线图片构成数据集，车道线图片包含道路上标识的不同类别的车道线；对数据集进行清洗后获得训练集；用训练集输入到网络模型中将图片缩放制成三种图片分辨率大小的图片以图片分辨  全部
背景技术：
作为下一个改变人类生活方式的技术蓝海，无人驾驶车辆研究日益受到学术界和 产业界的高度关注，其技术涉及认知科学、人工智能、控制科学、机械工程等交叉学科，是各 种新兴技术的最佳验证平台，也是未来汽车发展的必然趋势。在无人驾驶汽车研究领域，带 有车道线属性的高精地图是商业无人驾驶的一个非常关键的环节。截止目前，大多数的高 精地图都是靠人工标注来完成的。人工标注不仅效率低，而且成本高不适宜大规模的商业 应用。在高精地图的生产过程中，如何从图像中分割出不同类型的车道线是非常重要的一 个环节。同时，准确分割车道线也会为将来高精地图的更新提供帮助。因此设计出高效、准 确的检测算法，可以推动无人车的发展，从而造福整个社会。
技术实现要素：
为了解决