End-to-end Lane Detection through Differentiable Least-Squares Fitting
https://github.com/wvangansbeke/LaneDetection_End2End

本文使用 CNN网络来检测车道线,end-to-end 就是输入图像,输出拟合出的车道线参数,一步到位,不用后续处理什么的。

传统的车道线检测是分步骤进行的,一般分为 feature extraction 和model fitting steps

本文的网络结构

图像经过深度网络提取出车道线分布概率图 weight maps,属于车道线的位置其概率值较大,非车道线位置其概率值较小
x-map 和 y-map 分别表示图像中所有像素的 x 坐标和 y 坐标,归一化之后的。结合 weight maps 可以看做是 车道线的位置 x 坐标和 y 坐标,经过 least-squares layer 处理得到 车道线拟合参数

2.2 Weighted Least-Squares Fitting Module



Weighted least-squares fitting

2.3 Geometric Loss Function


3 Experiments

3.1 Toy Experiment

直线拟合

车道线检测

111

车道线检测--End-to-end Lane Detection through Differentiable Least-Squares Fitting相关推荐

  1. CVPR2022车道线检测Efficient Lane Detection via Curve Modeling

    分享前段时间看的一篇车道线检测方向的新工作,也是中了最近公开结果的2022CVPR,是上海交大.华东师大.香港城市大学和商汤科技合作完成的,代码已经开源.关于车道线检测任务,我之前也分享过几篇文章: ...

  2. CVPR 2022 3月7日论文速递(17 篇打包下载)涵盖 3D 目标检测、医学影像、图像去模糊、车道线检测等方向

    CVPR2022论文速递系列: CVPR 2022 3月3日论文速递(22 篇打包下载)涵盖网络架构设计.姿态估计.三维视觉.动作检测.语义分割等方向 CVPR 2022 3月4日论文速递(29 篇打 ...

  3. 车道线检测--Towards End-to-End Lane Detection: an Instance Segmentation Approach

    Towards End-to-End Lane Detection: an Instance Segmentation Approach In IEEE Intelligent Vehicles Sy ...

  4. 卷积神经网络CNN(8)—— Pix2Pix Application -- Aerialmap Lane Line Detection (Pix2Pix应用:航拍图车道线检测)

    卷积神经网络CNN(8)-- Pix2Pix Application -- Aerialmap Lane Line Detection (Pix2Pix应用:航拍图车道线检测)

  5. 车道线检测新工作VIL-100: A New Dataset and A Baseline Model for Video Instance Lane Detection ICCV2021

    之前写过一篇车道线检测的综述,得到了一些朋友的认可,也因此结识了几个做车道线检测任务的朋友. 之前的车道线检测综述可以点击阅读: 车道线检测综述及近期新工作 https://blog.csdn.net ...

  6. 基于深度强化学习的车道线检测和定位(Deep reinforcement learning based lane detection and localization) 论文解读+代码复现

    之前读过这篇论文,导师说要复现,这里记录一下.废话不多说,再重读一下论文. 注:非一字一句翻译.个人理解,一定偏颇. 基于深度强化学习的车道检测和定位 官方源码下载:https://github.co ...

  7. 基于循环特征位移聚合器的车道线检测(RESA: Recurrent Feature-Shift Aggregator for Lane Detection)

    2021年的车道线检测新方法. 官方公开视频.论文.源码: https://www.bilibili.com/video/BV1664y1o7wg https://arxiv.org/abs/2008 ...

  8. 【论文解读】A review of recent advances in lane detection and departure warning system(车道线检测综述)

    Pattern Recognition 2017 原文链接:https://www.sciencedirect.com/science/article/abs/pii/S003132031730326 ...

  9. 详解车道线检测数据集和模型 VIL-100: A New Dataset and A Baseline Model for Video Instance Lane Detection

    本文介绍一个新的车道线数据集 VIL-100 和检测模型 MMA-Net,论文已收录于 ICCV2021,重点是理解本文提出的 LGMA 模块,用于聚合局部和全局记忆特征. 论文链接:https:// ...

最新文章

  1. 科学计算工具NumPy(1):ndarray的创建于数据类型
  2. 关于vmware 桥接 不识别无线网卡 问题解决方案
  3. [编写高质量代码:改善java程序的151个建议]建议31-在接口中不要存在实现代码...
  4. NoClassDefFoundError和ClassNotFoundException
  5. 用long类型让我出了次生产事故,写代码还是要小心点
  6. Wine 开发版 4.6 发布,Windows 应用的兼容层
  7. 关于 API 定义 安全
  8. 经典共识PoW的原理及实现
  9. 51nod 13831048 整数分解为2的幂 [递推]【数学】
  10. 认真分享几个「副业赚钱」的靠谱思路!
  11. 《高质量C/C++编程指南》第1期
  12. 什么是etcd及其原理和应用场景
  13. UVA207 ac心得
  14. 海雀口中美食遭贪吃海鸥打劫
  15. linux 时区设置 美国西部,美国西部太平洋时区是几区?
  16. 编程入门笔记:状态机模式在工控机中的体现
  17. 解析错误“[RPC Fault faultString= faultCode=400 faultDetail='sr' parameter is invalid]”
  18. 生日快乐的代码_贺渝同学生日快乐!
  19. 回转半径的计算公式_一种计算船舶回转半径的方法
  20. 反恐24小时[第1季]——我打赌这是我第一次写观后感

热门文章

  1. ajax同步,异步简单的介绍
  2. day7 面向对象进阶、socket套接字
  3. 怎么导入mysql示例_MySQL命令行导出导入数据库实例详解
  4. 在线绘图|2分钟轻松搞定桑基图(Sankey diagrams)
  5. 土壤生物和生化专业委员会暨土壤生物与土壤健康研讨会(杭州5月8-11)
  6. MPB:南农韦中组-​铁载体对根际细菌互作效应的介导作用研究方法
  7. KOMODO:用16S rDNA序列预测其培养基配方的网站
  8. 微生物组-宏基因组分析第8期(报名直播课免费参加线下2020.7)
  9. SBB:南土所褚海燕组-pH主导土壤中固氮群落的共存与装配
  10. “我付了钱,为何要说谢谢?”