pytorch auto drive Download - pytorch auto drive Source Code Download

pytorch auto drive

بايثون

vements & regular maintenance

تنزيل

Pytorchautodrive: إطار لتصور القيادة الذاتية

Pytorchautodrive هو إطار Python النقي يتضمن نماذج تجزئة دلالية ، نماذج للكشف عن المسارات تعتمد على Pytorch . نحن هنا نقدم دعامات مكدس كاملة من البحث (تدريب النماذج ، والاختبار ، والقياس العادل عن طريق كتابة التكوينات ببساطة) للتطبيق (التصور ، نشر النموذج).

الورق: إعادة التفكير في الكشف عن الممرات الفعالة عبر نمذجة المنحنى (CVPR 2022)

الملصق: PytorchautoDrive: مجموعة أدوات وقياس عادلة لأبحاث القيادة المستقلة (يوم مطور Pytorch 2021)

هذا المستودع تحت التطوير النشط ، والنتائج مع النماذج التي تم تحميلها مستقرة. بالنسبة لمستخدمي الرمز القديم ، يرجى التحقق من إهانة التغييرات.

فيديو تجريبي من Erfnet:

demo_3.0.mp4

أبرز

طرق مختلفة على مجموعة واسعة من العمود الفقري ، والتطبيقات القائمة على التكوين ، والرموز المعدلة والسهلة المفهومة ، وتحميل الصورة/المفاتيح ، والتحولات والتصورات ، والتدريب الدقيق المختلط ، وتسجيل التكرار ودعم النشر مع ONNX و Tensorrt.

نماذج من هذا الريبو أسرع للتدريب ( القابلة للتدريب على البطاقة ) وغالبًا ما يكون لها أداء أفضل من التطبيقات الأخرى ، راجع Wiki لأسباب ومواصفات تقنية للنماذج.

مجموعات البيانات المدعومة:

مهمة	مجموعة البيانات
تجزئة الدلالية	Pascal Voc 2012
تجزئة الدلالية	مناظر المدينة
تجزئة الدلالية	gtav*
تجزئة الدلالية	سينثيا*
اكتشاف المسار	كولان
اكتشاف المسار	tusimple
اكتشاف المسار	اللاما
اكتشاف المسار	BDD100K ( قيد التقدم )

* إعداد خط الأساس UDA ، مع تعيين City Cscapes Val كتحقق من الصحة.

النماذج المدعومة:

مهمة	العمود الفقري	نموذج/طريقة
تجزئة الدلالية	RESNET-101	FCN
تجزئة الدلالية	RESNET-101	deeplabv2
تجزئة الدلالية	RESNET-101	deeplabv3
تجزئة الدلالية	-	enet
تجزئة الدلالية	-	erfnet
اكتشاف المسار	Enet ، Erfnet ، VGG16 ، Resnets (18 ، 34 ، 50 ، 101) ، mobilenets (V2 ، V3-Large) ، Repvggs (A0 ، A1 ، B0 ، B1G2 ، B2) ، Swin (Tiny)	خط الأساس
اكتشاف المسار	Erfnet ، VGG16 ، Resnets (18 ، 34 ، 50 ، 101) ، repvggs (A1)	scnn
اكتشاف المسار	Resnets (18 ، 34 ، 50 ، 101) ، mobilenets (V2 ، V3-Large) ، erfnet	ريسا
اكتشاف المسار	erfnet ، enet	حزين ( تأجيل )
اكتشاف المسار	erfnet	PRNET ( قيد التقدم )
اكتشاف المسار	Resnets (18 ، 34 ، 50 ، 101) ، Resnet18 REMUCED	lstr
اكتشاف المسار	Resnets (18 ، 34)	لانيت
اكتشاف المسار	Resnets (18 ، 34)	بيزييرلانيت

طراز حديقة الحيوان

نحن نقدم نتائج صلبة (متوسط/أفضل/مفصل) ، وقت التدريب ، البرامج النصية Shell والنماذج المدربة المتاحة للتنزيل في Model_zoo.md.

تثبيت

يرجى إعداد البيئة والرمز مع install.md. ثم اتبع الإرشادات الموجودة في Dataset.md لإعداد مجموعات البيانات.

ابدء

ابدأ مع lanedetection.md للكشف عن الحارة.

ابدأ مع التجزئة. md للتجزئة الدلالية.

أدوات التصور

ارجع إلى التصور.

الأدوات القياسية

ارجع إلى المعيار.

النشر

ارجع إلى Deploy.md لدعم نشر ONNX و Tensorrt.

البرنامج التعليمي المتقدم

Checkout Advanced_tutorial.md لحالات الاستخدام المتقدمة وكيفية الترميز في Pytorchautodrive.

المساهمة

الرجوع إلى المساهمة. md لأدلة المساهمة.

اقتباس

إذا شعرت أن هذا الإطار ساعد بشكل كبير في بحثك أو تريد مرجعًا عند استخدام نتائجنا ، فيرجى الاستشهاد بالورقة التالية التي جعلت الإصدار الرسمي من Pytorchautodrive:

 @inproceedings{feng2022rethinking,
  title={Rethinking efficient lane detection via curve modeling},
  author={Feng, Zhengyang and Guo, Shaohua and Tan, Xin and Xu, Ke and Wang, Min and Ma, Lizhuang},
  booktitle={Computer Vision and Pattern Recognition},
  year={2022}
}