车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection

下载数据集

LaneNet车道线检测使用的是Tusimple数据集,下载它

车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection_第1张图片

下载完之后放到 这个路径下,然后解压。

配置环境

github作者使用的是这套环境

博主使用了tensorflow-gpu==1.12.0环境,

这个文件里面写了我们需要用的包,执行命令

pip install -r requirements.txt

博主在下载到tensorflow-gpu、glog、opencv的时候提示网络错误,于是就把requirements.txt文件里的车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection_第2张图片相对应的信息给删掉了(后面会写如何安装)

 

安装完这些之后接着安装之前由于网络错误删掉的那些包

1安装glog

pip install glog

2安装tensorflow

由于国内安装tensorflow-gpu网速特别慢,所以使用了清华镜像速度超级快

pip install tensorflow-gpu==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple

3安装opencv

pip install opencv-python

安装环境时可能会遇到网络错误,多下载几次就好了。无奈啊

处理数据

由于Tusimple数据集是json格式的我们要将其格式进行转换

python tools/generate_tusimple_dataset.py --src_dir '数据集存放的路径(解压后)'

 一定要确保解压之后的文件全部都在这个目录下,不然会出错

车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection_第3张图片

会生成一个train.txt

之后再键入命令生成第二个val.txt test.txt  以及将标注格式转换成TFRecord

python data_provider/lanenet_data_feed_pipline.py 
--dataset_dir ./data/training_data_example/training/ 
--tfrecords_dir ./data/training_data_example/tfrecords

(dataset_dir路径是写你转换格式之后的training文件夹的路径)

 

执行完之后,会出现这几个文件

车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection_第4张图片

博主在执行这两行代码是遇到了找不到config的问题,同样在执行训练代码的时候也遇到了这个问题,试过很多种方法例如  在前面加../啊都不行,于是在一篇博客中看到了这两行代码,顺利解决问题,(我觉得这个代码的意思和直接加../是一样的但就是运行不了了,我也不清楚了,希望各位大佬在下方评论一下区别,谢谢了)

import sys,os
sys.path.append(os.path.dirname(__file__) + os.sep + '../')

这样数据的读取转换就完成了。

训练

然后开始训练

python tools/train_lanenet.py 
--net vgg 
--dataset_dir ./data/training_data_example
-m 0

 运行代码之后又出错了,提示我没有vgg16的文件,那么好下载一个,放到这个目录下就可以训练了

链接:https://share.weiyun.com/5tctpy3 密码:j3mpxc

 这是使用nohup命令打印出来的训练日志车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection_第5张图片

也可以使用加了预训练权重的模型

python tools/train_lanenet.py 
--net vgg 
--dataset_dir data/training_data_example/ 
--weights_path path/to/your/last/checkpoint
-m 0

如果训练过程中自己断了,或者是被别人挤掉了,可以执行下面的代码继续上次中断的地方开始训练。

python tools/train_lanenet.py 
--net vgg 
--dataset_dir data/training_data_example/ 

###后面的.data .index  .meta    不需要写
--weights_path ./model/tusimple_lanenet_vgg/tusimple_lanenet_vgg_****-**-**-**-**-**.ckpt-*****  

-m 0

参考

https://www.cnblogs.com/xuanyuyt/p/11523192.html

https://github.com/MaybeShewill-CV/lanenet-lane-detection

 

解答

如果有小伙伴报了这个问题,你就该升级你的tensorflow了。

 

如过程中遇到什么问题请在评论区留言,谢谢!

你可能感兴趣的:(AI无人驾驶系列,深度学习,图像处理)