cfzd
cfzd
@champagne-yellow Sorry for the late response. I think semantic segmentation is also applicable, but I didn't check thoroughly.
@JianLi328 你需要安装一下: ``` cd my_interp sh build.sh ```
@NeruQ 这个有可能的问题是现在新的pytorch版本已经不支持cuda10.2了，或许可以根据这个重装一下环境： ``` conda install pytorch torchvision pytorch-cuda=11.6 -c pytorch -c nvidia ```
@hyp7266 是通过读取分割图中的标注信息辅助获得车道信息的，txt文件中只包含坐标。CULane的车道线不会多于4条。
这个就是通过读取分割图得到的，如果分割图中的像素为2，那么就是第2条车道线
简单地说，你怎么教模型的，模型就怎么输出。模型会有4组head，分别对应四条线，以0110举例，那么训练时第2个和第3个head会被训练激活，第1和第4会被训练抑制（通过no lane这个类别实现）。测试时，0110这种情况第1,4个head会输出没有线，第2,3个head会输出对应的预测结果
https://www.google.com.hk/search?q=ImportError%3A+cannot+import+name+%27QuantStub%27+from+%27torch.ao.quantization%27&sourceid=chrome&ie=UTF-8
@Xiangyin123 train_height和train_width指的是训练时输入网络的图片分辨率，和你本身数据的分辨率没有关系。不论你的数据是什么分辨率，最终经过resize和crop，会变成train_height和train_width
@linklllllllll 你的学习率设置的太大了，导致网络根本没有收敛，所以测试结果为0。在保存模型时，我们会保存最好的那一个，因为结果为0，所以不会有模型被保存。可能需要减少学习率直至网络开始收敛。
@Hymilex It seems the img width and img height are modified. Incorrect config would make the evaluation fail.