【车道检测】开源 | TuSimple数据集上可以达到115帧的车道线检测算法,SOTA!

2020-08-21 16:25:38 浏览数 (1)

备注:研究方向 地点 学校/公司 昵称,更快通过申请,长按加细分领域技术交流群,目前有细分领域:图像分割、图像目标检测、论文写作、车道检测、模型优化、目标跟踪、SLAM、点云处理(分割检测)、深度学习。

PS:腾讯最近更改公众号推送规则,文章推送不在按照时间排序,而是通过智能推荐算法有选择的推送文章,为了避免收不到文章,看完文章您可以点击一下右下角的"在看",以后发文章就会第一时间推送到你面前。

获取完整原文,公众号回复:2004.10924

论文地址: http://arxiv.org/pdf/2004.10924v2.pdf

代码: https://github.com/lucastabelini/polylanenet.

来源: 圣埃斯普利托大学

论文名称:PolyLaneNet: Lane Estimation via Deep Polynomial Regression

原文作者:Lucas Tabelini

内容提要

深度学习技术的出现推动了自动驾驶技术发展,取得巨大进步。对于更安全的自动驾驶汽车来说,目前尚未完全解决的问题之一是车道检测。车道检测任务的方法必须是实时的( 30帧/秒),有效的且高效的。本文提出了一种新的车道检测方法,它使用一个安装在车上的向前看的摄像头的图像作为输入,并通过深度多项式回归输出多项式来表示图像中的每个车道标记。在TuSimple数据集上该方法在保持效率(115帧/秒)的前提下,与现有的SOTA方法相比具有相当的竞争力。

主要框架及实验结果

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

点个“在看”,让我知道你的爱

0 人点赞