Nvidia jetson测试 Hybridnets:多任务端到端感知网络 目标检测+可行驶区域+车道线检测

Hybridnets:多任务端到端感知网络 目标检测+可行驶区域+车道线

Hybridnets:多任务端到端感知网络目标检测+可行驶区域+车道线检测-深度学习文档类资源-CSDN下载

一、学习笔记

        Efficient Hybrid Network: Inducting Scattering Features是2022.3.29 在 ICPR-2022发表的一篇文章。HybridNets是一个用于多任务的端到端感知网，主要集中在交通目标检测，可驾驶区域分割和车道检测。

论文地址： https://arxiv.org/abs/2203.15392

GitHub链接：GitHub - datvuthanh/HybridNets: HybridNets: End-to-End Perception Network

二、测试

1、设备及环境

        设备：jetson agx xavier

        jetpsck：4.6.1

        python3.6

        虚拟环境：torch1.10.0+torchvison0.11.1

2、环境搭建

Nvidia jetson系列 agx xavier/orin/nano/tx2 安装pytorch Gpu版_Ponnyao的博客-CSDN博客_xavier安装pytorch

3、下载源码

git clone https://github.com/datvuthanh/HybridNets
cd HybridNets
conda activate pytorch
pip3 install -r requirements.txt

4、Demo测试

# Download end-to-end weights
curl --create-dirs -L -o weights/hybridnets.pth https://github.com/datvuthanh/HybridNets/releases/download/v1.0/hybridnets.pth

# Image inference
python hybridnets_test.py -w weights/hybridnets.pth --source demo/image --output demo_result --imshow False --imwrite True

# Video inference
python hybridnets_test_videos.py -w weights/hybridnets.pth --source demo/video --output demo_result

5、问题小记

        1、pip3 install -r requirements.txt

        注释掉requirements.txt中的 numpy>=1.21.2 ，python3.6没有这个版本，不过低版本也没问题。

        2、cpu好像跑不起来。