cfzd
cfzd
@lalumayang - calc_k函数就是用来计算车道线的方向的，我们会根据这个方向对车道线给定顺序并且学习 - row anchor和col anchor的设置方式在这个地方： https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/utils/common.py#L88-L96
@lalumayang 你应该不需要手动生成车道线在row和col上的坐标表示，在训练时，我们会使用`my_interp`来对车道线进行插值，得到在row和col上的表示。 https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/data/dali_data.py#L246 https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/data/dali_data.py#L254 在`convert_curvelanes`这个脚本中生成的表示方法实际上是通过row的方式表示的，目的是为了使得所有车道线都可以用一个定长的矩阵表示（毕竟标注中的车道线有的点多，有的点少，很难以batch的形式送进网络进行训练）。 图上的各种问题我觉得是标注质量的问题，看起来似乎标注结果本来就是不准的？
@lalumayang 抱歉回复的晚了，看起来gt是很准的，我想知道图上歪歪扭扭的点是怎么画出来的呢？是通过这个地方的`all_points`画出来的吗？ https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/c903880678454dfd9b55a63022368db05c00bc6d/scripts/convert_curvelanes.py#L148-L150 可以尝试一下以下的方法： - 看看生成的分割图是不是正确的 可以通过`draw(label,lines[which_lane],5-idx, show=True)`来生成分割图，上面会标注线的编号及颜色 - 看看是不是分辨率对得上 `ratio_height = rh, ratio_width = rw` - 看看生成的点集 通过`all_points`得到点集
@crossover10 这个应该是分割GT不对，分割GT应该维度是1，也就是应该是`32, 320, 800`，但上述错误提示大小为`32, 3, 320, 800`，是不是通过cv2读取的时候没有取单通道。或者你也可以用类似以下的方式只取一个通道: ``` seg_label = seg_label[:,0] ```
@umie0128 我们其实在tusimple上时没有加入分割的，culane上也没有加入分割。 如果你想做分割的实验的话，可以把target的尺寸缩小，报错中是`4x320x1600`，如果降采样8倍，那么就是`4x40x200`，正好和输入大小对上
@umie0128 我注意到这么几个问题： - 你的车道线数目好像是8条，这个是正确的吗？因为CULane上一般只有4条车道线（但其实这个应该不影响，你分割map的后几个channel应该永远不会被激活） - 用于统计训练时miou的类别数是不是没有设置正确，默认是4条车道线（4+1背景类5个分割类别） https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/849fa7b90c189b646d12adc1d807bec54e982031/utils/factory.py#L74
@umie0128 我知道了，一个很简单的问题，input在送入之前要做一遍argmax把类别那个维度消掉。你要不在这个地方试试加上`predict = predict.argmax(1)` https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2/blob/f666202d39aedcc624248e65dd9c0604b1c6ac8c/utils/metrics.py#L19-L20
@jackychancjcjcj 可以的，目前的网络是通过二分类器的方式判断有没有车道线，完全可以把这个二分类器扩展为多分类器来代表车道线类别。
@chenjunwen0123 batch和epoch不需要更改，学习率除以多卡倍数。比如原来是8卡0.1学习率，那么单卡就是0.1/8=0.0125
@IvyGongoogle 安卓cpu上估计速度太慢了吧，我知道有一些移植到安卓上用NPU跑的，你可以看看这个。 https://www.bilibili.com/video/BV1fy4y1h721/?spm_id_from=333.337.search-card.all.click&vd_source=bf5ed6ddd2009a04ce20a7689daa79e8