chengKun closed issue chengKun/1-18-2#3

2 weeks ago

chengKun commented on issue chengKun/1-18-2#3

车道线检测方法分为两种：一种是传统算法，主要基于边缘特征或者是图像分割，通过图像预处理，特征提取等方式与卡尔曼滤波器等算法结合，在识别出车道线后采用后处理的方式形成最终的车道。然而这种传统方法易受到光照变化，行驶车辆，道路破损等干扰，导致效果欠佳。近年来，深度学习方法利用网络模型自动学习目标特征，具有较强的泛化能力，可以有效提高目标检测的准确率。得益于卷积神经网络的强大特征提取能力，性能也在不断提升。

2 weeks ago

chengKun commented on issue chengKun/1-18-2#3

H-Net比用固定的转换矩阵要好，用3阶多项式拟合要比2阶好，用了透视变换比不用好。 车道线识别深度学习面临的挑战： （1）车道线这种细长的形态结构，需要更加强大的高低层次特征融合，来同时获取全局的空间结构关系，和细节处的定位精度。 （2）车道线的形态有很多不确定性，比如被遮挡，磨损，以及道路变化时本身的不连续性。需要网络针对这些情况有较强的推测能力。 （3）车辆的偏离或换道过程会产生自车所在车道的切换，车道线也会发生左/右线的切换。一些提前给车道线赋值固定序号的方法，在换道过程中会产生歧义的情况。

2 weeks ago

chengKun opened issue chengKun/1-18-2#3

2 weeks ago

chengKun created new model 1-18-2_model_9tvx

2 weeks ago

chengKun created CPU/GPU training task cheng202301182046384

2 weeks ago

chengKun upload dataset label.png

2 weeks ago

chengKun upload dataset label_viz.png

2 weeks ago

chengKun upload dataset label_names.txt

2 weeks ago

chengKun upload dataset img.png

2 weeks ago

chengKun upload dataset label_names.txt

2 weeks ago

chengKun upload dataset label_viz.png

2 weeks ago

chengKun upload dataset label.png

2 weeks ago

chengKun upload dataset img.png

2 weeks ago

chengKun merged pull request chengKun/1-18-2#2

上传文件至 'tra'

2 weeks ago

chengKun created pull request chengKun/1-18-2#2

2 weeks ago

chengKun merged pull request chengKun/1-18-2#1

上传文件至 ''

2 weeks ago