ultra fast lane detection提供了很好的源码，根据演示视频来看，效果似乎不赖，很有必要试一试该算法。
一、基本情况
作者知乎：超快的车道线检测 - 知乎 (zhihu.com)
简单来说，作者认为卷积层形式的输出，导致局部感受野小，很明显车道线识别需要结合全局特征来分析。而全连接层形式的输出，运用了全局特征，也就没有感受野的问题。
另外，作者把这个问题转化为了分类问题。也就是如下图所示。
C是车道线数目，h和w则是图像长宽相关的cell，类似于锚点。w方向上的通道是w+1个，最后一位输出的是有无该通道。
大概意思，就是用h和w预测第c个车道的大概位置，然后按照下面的公式，算具体位置：
损失函数还考量到相邻的位置附近，因此有了，后两个损失函数就是邻近位置的二阶差分，邻近概率的差分。
二、使用情况
作者在github上已经给出了开源库。要求先设置configs下的py，我选了culane数据集（比较大，大概50多个G），因此修改了culane.py。
需要注意的是，culane数据集有黑夜的数据集，但貌似没有特殊天气的数据。
之后就在pycharm进行了训练。
标签：读后感,lane,车道,fast,detection,ultra,culane From： https://www.cnblogs.com/xmds/p/16935474.html