文件名称：LaneATT:标题为“在车道上睁大眼睛”的论文的代码
文件大小：768KB
文件格式：ZIP
更新时间：2024-04-08 18:17:21
computer-vision deep-learning lane-detection Python
莱恩ATT 该库适用于LaneATT，在提出了一种新的国家的最先进的车道检测模型的源代码“你的眼睛保持在车道：实时注意力引导车道检测”，由 ， ， ， ， 和 。 新闻（2021-03-01） ：我们介绍Lane Lane的论文已被CVPR'21接受。 目录 1.先决条件 Python> = 3.5 PyTorch == 1.6，在CUDA 10.2上测试。在PyTorch 1.6上对模型进行了训练和评估。使用其他版本进行测试时，结果（指标）略有不同。 CUDA，用于编译NMS代码 其他依赖于描述requirements.txt 此处描述的版本是测试代码的最低版本。因此，它也可以在其他早期版本中使用，但不能保证（例如，代码可以运行，但输出不同）。 2.安装 如您所见，安装不需要Conda，我仅将其用于PyTorch和Torchvision。但是，此处将使用它来描述安装过程。
【文件预览】：
LaneATT-main
----README.md(9KB)
----utils()
--------gen_anchor_mask.py(2KB)
--------culane_metric.py(6KB)
--------speed.py(2KB)
--------tusimple_metric.py(5KB)
--------__init__.py(0B)
--------gen_video.py(3KB)
--------llamas_metric.py(8KB)
--------llamas_utils.py(14KB)
--------viz_dataset.py(864B)
----main.py(3KB)
----requirements.txt(246B)
----data()
--------tusimple_anchors_freq.pt(12KB)
--------culane_anchors_freq.pt(12KB)
--------figures()
--------llamas_anchors_freq.pt(12KB)
----lib()
--------config.py(2KB)
--------datasets()
--------runner.py(6KB)
--------models()
--------__init__.py(0B)
--------nms()
--------lane.py(1KB)
--------focal_loss.py(6KB)
--------experiment.py(7KB)
----DATASETS.md(3KB)
----cfgs()
--------laneatt_tusimple_resnet122.yml(2KB)
--------laneatt_culane_resnet34.yml(2KB)
--------laneatt_tusimple_resnet34.yml(2KB)
--------laneatt_culane_resnet122.yml(2KB)
--------laneatt_llamas_resnet34.yml(2KB)
--------laneatt_culane_resnet18.yml(2KB)
--------laneatt_tusimple_resnet18.yml(2KB)
--------laneatt_llamas_resnet122.yml(2KB)
--------laneatt_llamas_resnet18.yml(2KB)