基于Tusimple数据集在windows cpu上跑通车道线检测算法LSTR
基于Tusimple数据集在windows cpu上跑通车道线检测算法LSTR
PS:基于CULane数据集在windows cpu上跑通车道线检测算法LSTR参考: https://blog.csdn.net/xywy2008/article/details/115011021
LSTR项目地址:https://github.com/liuruijin17/LSTR
项目有两个分支,main分支是基于tusimple数据集的,culane分支是基于culane数据集的。
本文演示的是基于tusimple数据集的。
一、环境配置
方法一:根据官方的txt文件进行配置(耗时,而且不一定适用于windows系统,不太可行)。
方法二:从anaconda克隆一个环境取名为LSTR。
打开 Anaconda Prompt 命令行窗口,执行conda activate LSTR,激活环境,并进入到项目目录下。
试着执行一下测试命令,现在肯定是不能执行成功的,执行的目的在于,查看缺少哪些库。
python test.py LSTR --testiter 500000 --modality eval --split testing --debug
我在运行的时候提示 torchvision has no attribute __version__,网上查询之后说是版本过低,于是到pytorch主页安装新版本的torch和torchvision.
pytorch的页面如下,GetStarted页面根据自己的操作系统进行选择,例如我的操作系统是windows, 而且没有cuda, 选择之后,下面会出现相应的安装命令,复制下来在命令行里运行就可以开始安装了。
如果安装过程中提示Read time out,则可修改pip的参数 --default-timeout。
安装完成后再次运行测试脚本,看是否还缺少库,缺少什么库安装什么库就可以了,我的是装完torch 和torchvision后就没有报import相关的问题了。
下面要修改代码,使其没有cuda也能跑起来。
二、修改代码适应cpu
1)修改py_factory.py文件
2)修改 test目录下的tusimple.py文件
三、用tusimple数据集中的test_set做测试
1)整理目录结构
我本人的电脑上测试数据集存放的目录为 F:/Data/tusimple/test_set, 跟作者建议的文件存储结构相比差了一个test_label.json,将test_label.json复制到test_set目录下即可。
2)修改配置参数
修改config目录下LSTR.json 文件中data_dir, 将其修改为上一步中目录即可。注意引号后面的逗号不能少,否则会产生解析json出错。
3)去掉原代码中的目录拼接
修改db目录下的tusimply.py文件
4)执行测试命令
python test.py LSTR --testiter 500000 --modality eval --split testing --debug
注意图片中=======后面的文件路径和文件名是我自己添加的打印。
5)查看结果
叠加了测试结果的图片保存在./results/LSTR/500000/testing/lane_debug目录下。
四、用非tusimple数据集中的数据做测试
1)修改test目录下的images.py文件
2)准备数据
在与test.py同级的目录下创建一个文件夹images, 将待测试图片放在images目录下。
3)执行测试命令
python test.py LSTR --testiter 500000 --modality images --image_root ./ --debug
4)查看结果
用上面的命令测试自己的图片时,结果保存在detections目录下。
基于Tusimple数据集在windows cpu上跑通车道线检测算法LSTR相关推荐
- 空间中的语义直线检测_基于语义分割的车道线检测算法研究
龙源期刊网 http://www.qikan.com.cn 基于语义分割的车道线检测算法研究 作者:张道芳 张儒良 来源:<科技创新与应用> 2019 年第 06 期 摘 ; 要:随着半自 ...
- CPU上跑到 100 fps 的高精度PyTorch人脸特征点检测库
视学算法分享 作者 | cunjian 编译 | CV君 转自 | 我爱计算机视觉 [导读]向大家推荐一款基于PyTorch实现的快速高精度人脸特征点检测库,其在CPU上的运行速度可达100 ...
- 为程序选择在哪个cpu上跑
首页 > Scheduler > CPU亲和性的使用与机制 CPU亲和性的使用与机制 Scheduler 2013-08-15 CPU的亲和性, 就是进程要在指定的 CPU 上尽量长时间地 ...
- CPU上跑到 33 FPS 的简单轻量级人体姿态估计网络
点击我爱计算机视觉标星,更快获取CVML新技术 在姿态估计算法中,微软开发的 SimpleBaseline 是精度高而又轻量级的典范,昨天一篇论文Simple and Lightweight Huma ...
- 基于otsu和hough海天线检测算法
对理论感兴趣的同学可以参考 基于局部otsu分割与hough变换的海天线检测 这边文献,我的代码是依据该文献实现的. IDE:vs2015 依赖项:opencv 3.x 一.对图像做中值滤波 open ...
- CPU上跑深度学习模型,FPS也可以达100帧
点击我爱计算机视觉标星,更快获取CVML新技术 本文转载自OpenCV学堂. 英特尔从去年推出OpenVINO开发框架,从此以后几乎每三个月就更新一个版本,最新版本2019R03,但是此版本跟之前的版 ...
- 基于chyh1990/caffe-compact在windows vs2013上编译caffe步骤
1. 从https://github.com/chyh1990/caffe-compact下载caffe-compact代码: 2. 通过CMake(cmake-gui)生成vs2 ...
- 车道线检测CLRNet算法复现在Tusimple数据集测试demo
0 写在前面 分享最近在车道线检测方面的工作,详细跟大家说下我的配置环境和过程,欢迎自动驾驶的朋友来交流学习,助力自动驾驶早日落地. 分享一篇今年CVPR车道线检测方向的新工作--CLRNet: Cr ...
- TF之CNN:基于CIFAR-10数据集训练、检测CNN(2+2)模型(TensorBoard可视化)
TF之CNN:基于CIFAR-10数据集训练.检测CNN(2+2)模型(TensorBoard可视化) 目录 1.基于CIFAR-10数据集训练CNN(2+2)模型代码 2.检测CNN(2+2)模型 ...
最新文章
- java 线程相关的属性介绍
- java nio Selector (新IO)分析
- 代理模式在Spring 源码中的应用
- Linq GroupJoin 使用
- yum 安装nginx
- 618物流压力怎么扛?
- 将矩阵转为一行_初等变换不会改变矩阵的秩
- 【小知识点】分类机器学习中,某一标签占比太大(标签稀疏),如何学习?...
- 中美两国10万级作业调度工具 “TaskCtl“ Vs “Control-M“ 到底该如何选用?
- SEO优化与网站浏览量提升
- PCBA可靠性测试有哪些?
- (三星)安卓神器xposed框架ROOT使用指南
- Macbookpro开机只能进入恢复模式后的解决方案(过程太戏剧性了有时间可以看完)
- 3.24虎牙直播一面
- 【CSS3 transition】解决元素高度不固定时,设置transition不生效的问题
- 阿里云服务器遇到的问题
- textfield观察UIControlEventEditingChanged时键盘快捷输入验证码会执行两次
- AD域中如何批量导入导出账号
- VMware 虚拟机安装Linux(Ubuntu)系统教程
- windows应用程序与控制台应用程序的区别
热门文章
- MaxProxy代理怎么样?MaxProxy的家庭住宅IP怎么提取?
- 查看服务器是否支持ipv6(Linux)
- LeetCode刷题2
- left join查询on后面的条件过滤失效的问题
- Chapter 1 First Sight——35
- qemu arm虚拟机联网
- 烟大计算机学院老师,烟台大学计算机与控制工程学院导师教师师资介绍简介-阎维青...
- Panels 使用教程
- 女友遭遇职场不公?程序员怒怼女友领导后替女友辞职!网友:你凭什么替她做决定?...
- 陀螺仪数据处理(BMI088)