车道线检测源码详解

源码链接见文末 

1.车道数据与标签下载

   数据下载地址:因为数据的规模比较大,源码中只包含了部分数据,能够供运行代码使用

CULane:https://xingangpan.github.io/projects/CULane.html
tusimple:https://github.com/TuSimple/tusimple-benchmark/issues/3

2.项目环境配置

        执行前,需要在Lane-Detection/Lane-Detection/configs/culane.py指定配置参数,存放数据的路径也在此处进行指定

车道线检测源码详解_第1张图片        

 3.数据dataloader的构建

        数据dataloader构建的流程为:

  • 取出数据路径和标签路径,并做以平移为主的数据增强,对于标签的构建,将标签表示为4*18*2的矩阵,4代表4条车道线,18代表18行,2代表车道线位置的行和列。此外,由于数据集中的标签并不完整,还需要做补全操作,对每条车道线进行线性拟合,以进行延伸。
  • 构建网格,将标签映射到200*200的网格中

代码如下:

class LaneClsDataset(torch.utils.data.Dataset):
    def __init__(self, path, list_path, img_transform = None,target_tr

你可能感兴趣的:(面向深度学习的无人驾驶,深度学习,人工智能,神经网络,计算机视觉)