#295 · 主分类: 计算机视觉
lanenet-lane-detection
lanenet模型的非官方实现,用于实时车道线检测
项目最后更新:12/08/23
GitHub Stars
2.6K
Forks数量
896
贡献者数量
7
许可证
Apache-2.0
收录理由
对于正在做车道线检测原型验证的团队来说,这个非官方的TensorFlow实现提供了一个可以立即上手的起点。模型结构清晰,编码器-解码器主干后接两个分支,一个输出二值车道线掩码,另一个用判别损失做实例分割,这样每条车道线都能被单独识别,而不是混成一团。项目直接给出了在TuSimple数据集上训练好的权重,下载后就能对单张图片跑推理,GPU部分大约能到50fps,效果和论文里描述的差不多。代码本身也值得细读,它完整展示了怎么准备TuSimple格式的训练数据、生成二值标签和实例标签,以及用VGG或自定义编码器来训练。不过要留意,依赖的是TensorFlow 1.12这种较老的版本,环境搭建需要一些功夫,所以更适合当作一个经过验证的基线来参考改造,而不是拿过来就能上生产的完整方案。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。