当前位置:   article > 正文

【论文解读】LaneNet 基于实体分割的端到端车道线检测

lanenet

前言

这是一种端到端的车道线检测方法,包含 LanNet + H-Net 两个网络模型。

LanNet 是一种多任务模型,它将 实例分割 任务拆解成“语义分割”和“对像素进行向量表示”,然后将两个分支的结果进行聚类,得到实例分割的结果。

H-Net 是个小网络,负责预测变换矩阵 H,使用转换矩阵 H 对同属一条车道线的所有像素点进行重新建模。即:学习给定输入图像的透视变换参数,该透视变换能够对坡度道路上的车道线进行良好地拟合。

整体的网络结构如下:

 

论文地址:Towards End-to-End Lane Detection: an Instance Segmentation Approach

开源数据集TuSimple:https://github.com/TuSimple/tusimple-benchmark/issues/3

开源代码:GitHub - MaybeShewill-CV/lanenet-lane-detection: Unofficial implemention of lanenet model for real time lane detection using deep neural network model https://maybeshewill-cv.github.io/lanenet-lane-detection/

目录

前言

一、LanNet 

1.1 网络结构

1.2 语义分割

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Li_阴宅/article/detail/841143
推荐阅读
相关标签
  

闽ICP备14008679号