简单记录一下。

1、配置、训练步骤

可以新建一个虚拟环境，专门跑laneatt算法，方便管理。

新建之后切换到该虚拟环境（博主的是叫laneatt）执行：

conda instasll pytorch torchvision torchaudio cudatoolkit=11.1 -C pytorch -c nvidia

执行完毕之后可输入：

python
import torch
print(torch.__version__)

以及：

nvcc -V

查看安装的pytorch以及cuda是否安装成功，输出分别为其版本。注意cuda安装后要在配置bashrc中添加或更改如下信息。

接下来就可以在laneatt源码目录下执行环境安装等了：

目录/LaneATT-main/lib/nms下执行：

python setup.py install

安装成功后如图：

2、训练预测结果

训练了两个数据集：CULane Datasets、Tusimple。

culane数据集主要针对直线型车道的预测；
上图也是culane训练后的模型预测结果，但其对于曲线型车道的预测相对弱势：

像这种略带弯曲的直线车道只检测出了一部分，而对于更为弯曲的车道直接停摆：

此时可通过Tusimple训练后的模型进行预测效果就很奈斯：

当然这和两个数据集本身的特点也有关系。

欢迎大家评论区和私信博主沟通噢。如果想直接要权重文件进行测试的同学也可以私信博主（非无偿）。

车道线检测laneatt算法实战CULane Datasets、Tusimple数据集——安装运行训练步骤相关推荐

车道线检测相关算法介绍
车道线检测是计算机视觉领域的一个重要应用,常见的车道线检测算法包括以下几种: 1.基于边缘检测的算法该算法基于边缘检测原理,先对图像进行灰度化处理,然后使用Canny边缘检测算法提取边缘信息.最后, ...
车道线检测CLRNet算法复现在Tusimple数据集测试demo
0 写在前面分享最近在车道线检测方面的工作,详细跟大家说下我的配置环境和过程,欢迎自动驾驶的朋友来交流学习,助力自动驾驶早日落地. 分享一篇今年CVPR车道线检测方向的新工作--CLRNet: Cr ...
车道线检测在AR导航中的应用与挑战
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 1. 导读现代社会中,随着车辆的普及,人的活动范围在逐步扩大,单单依靠人类记忆引导行驶到达目的地已经 ...
基于边缘检测与Hough变换的车道线检测
基于边缘检测与Hough变换的车道线检测第一章:绪论 1.1 研究意义及背景高速公路的通行里程是一个国家发展水平的重要标志之一.高速公路具有车辆通行能力大.交通事故少.经济效益高的特点,它的不断发 ...
2D车道线检测、车位检测、BEV感知工作总结
作者 | MrTian 编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/601731464 点击下方卡片,关注"自动驾驶之心"公众号 ADA ...
项目实训第一周（车道线检测）
项目实训我主要负责计算机视觉方面,识别出车道线并据此导航.相关内容也更新在我的个人博客上个人网站相关介绍车道线检测如果用传统方法,识别速度较慢,效果不够好,容易受到多种因素的干扰,因此我们打算开发 ...
速度最快250fps！实时、高性能车道线检测算法LaneATT
CVPR 2021 车道线检测方向论文:Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection . 论文: http ...
速度精度双SOTA! TPAMI2022最新车道线检测算法（Ultra-Fast-Lane-Detection-V2）
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取点击进入→自动驾驶之心技术交流群后台回复[车道线综述]获取基于检测.分割.分类.曲线拟合等近几十篇学习论文! ...
车道线检测传统方法深度学习方法概览+两篇论文领读LaneATT+LaneNet
车道线检测是自动驾驶中的一个基础模块,车道保持,自适应巡航,自动变道:对于全自动驾驶汽车后续的车道偏离或轨迹规划决策也很重要. 目前车道线检测主要有两种方案:传统方法与深度学习. 1.传统方法 (1) ...

车道线检测laneatt算法实战CULane Datasets、Tusimple数据集——安装运行训练步骤

1、配置、训练步骤

2、训练预测结果

车道线检测laneatt算法实战CULane Datasets、Tusimple数据集——安装运行训练步骤相关推荐

最新文章

热门文章