Ultra-Fast-Lane-Detection-v2
Ultra-Fast-Lane-Detection-v2 copied to clipboard
麻烦问下,网络有输出车道线的置信度吗
麻烦问下,该网络有输出车道线的置信度吗
@guodaoyi 或许有两个东西可以被用来当做置信度,网络会输出两个分支,一个是车道线存在性分支,代表是否存在车道线,第二个是定位分支。可以拿存在性分支的概率来作为置信度,或者拿定位分支的概率最大的那个logit的概率作为置信度,但是专门的置信度是没有的
车道线存在性分支的概率在代码的哪部分有体现啊
@guodaoyi
在exist_row
和exist_col
https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/model/model_culane.py#L57-L60
@guodaoyi 在
exist_row
和exist_col
https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/model/model_culane.py#L57-L60
大佬,麻烦问下,车道存在性概率是上图中所示嘛?
@guodaoyi
以exist_row
为例,他的大小是batch大小 x 2 x 每条车道线行数 x 车道线数目
,所以你想要知道车道线的置信度,你或许可以把每条线的所有概率求和再平均(但是一条车道线可能并不是所有行都有概率),或者取每条线的概率最大值作为其置信度。
@guodaoyi 以
exist_row
为例,他的大小是batch大小 x 2 x 每条车道线行数 x 车道线数目
,所以你想要知道车道线的置信度,你或许可以把每条线的所有概率求和再平均(但是一条车道线可能并不是所有行都有概率),或者取每条线的概率最大值作为其置信度。
好的,我再算下,万分感谢
@guodaoyi 以
exist_row
为例,他的大小是batch大小 x 2 x 每条车道线行数 x 车道线数目
,所以你想要知道车道线的置信度,你或许可以把每条线的所有概率求和再平均(但是一条车道线可能并不是所有行都有概率),或者取每条线的概率最大值作为其置信度。大佬,exist_row输出来的是这样的数组,每行的4个数字是什么含义啊,和概率有什么关系?
@guodaoyi 你可以通过
exist_row=exist_row.softmax(1)
得到概率
@guodaoyi 你可以通过
exist_row=exist_row.softmax(1)
得到概率
谢谢大佬