摘要
本发明公开了一种基于深度学习的道路检测方法及系统，涉及计算机平台负载平衡技术领域，包括采集道路的图像数据并进行处理；基于深度学习的卷积神经网络模型构建道路检测的深度学习模型；利用SIoU损失函数计算预测与实际结果的差异优化模型；通过网络模型训练采集的道路数据集并调整。本发明所述方法提出的这种基于深度学习的道路检测方法，不仅有效减轻了计算负担，还显著提升了检测精度和效率。特别是引入的SIoU损失函数，通过更精确地评估预测框与真实框之间的重叠程度，进一步增强了模型对不同尺度和形状目标的检测能力。最终，经过系统训练和不断优化的模型，在实际场景中展现出了卓越的道路检测性能，实现了技术的高效落地和价值转化。
