Ultra Fast Lane Detectionダウンロード - Ultra Fast Lane Detectionソースコードダウンロード

Ultra Fast Lane Detection

パイソン

1.0.0

ダウンロード

超速い車線検出

ペーパー「超高速構造認識ディープレーン検出」のPytorchの実装。

[2022年7月18日]更新：TPAMI 2022によって、この方法の新しいバージョンが受け入れられました。コードはこちらから入手できます。

[2021年6月28日]更新：拡張バージョンをリリースします。これにより、ECCVバージョンと比較してResNet-18バックボーンを使用してCulaneでF1の6.3ポイントを改善します。

更新：私たちの論文はECCV2020によって受け入れられました。

alt text

評価コードは、SCNNおよびTusimpleベンチマークから変更されます。

CaffeモデルとPrototxtはここにあります。

デモ

インストール

install.mdを参照してください

始めましょう

まず第一に、環境に応じてconfigs/culane.pyまたはconfigs/tusimple.pyのdata_rootとlog_path変更してください。

data_root 、CulaneデータセットまたはTusimpleデータセットのパスです。
log_pathは、テンソルボードログ、トレーニングモデル、コードバックアップが保存される場所です。このプロジェクトの外に配置する必要があります。

単一のGPUトレーニングについては、実行します

python train.py configs/path_to_your_config

マルチGPUトレーニングについては、実行します

sh launch_training.sh

または

python -m torch.distributed.launch --nproc_per_node= $NGPUS train.py configs/path_to_your_config

事前に守られたトーチビジョンモデルがない場合、マルチGPUトレーニングにより複数のダウンロードが発生する可能性があります。最初に対応するモデルを手動でダウンロードしてから、マルチGPUトレーニングを再起動できます。

私たちのコードには、Gitignoreに従ってすべてのコードをlog_pathにコピーする自動バックアップ機能があるため、Gitignoreによってフィルタリングされていない場合は追加のTempファイルもコピーされる場合があります。したがって、作業ディレクトリをきれいに保つ必要があります。

構成スタイルの設定に加えて、コマンドラインスタイルの設定もサポートしています。次のような設定をオーバーライドできます

python train.py configs/path_to_your_config --batch_size 8

batch_size 、トレーニング中に8に設定されます。

テンソルボードでログを視覚化するには、実行します

tensorboard --logdir log_path --bind_all

訓練されたモデル

CulaneとTusimpleで2つの訓練されたRES-18モデルを提供しています。

データセット	メトリックペーパー	このレポジトリのメトリック	GTX 1080TIのAVG FPS	モデル
tusimple	95.87	95.82	306	googledrive/baidudrive（code：bghd）
culane	68.4	69.7	324	googledrive/baidudrive（code：w9tw）

評価のために、実行します

mkdir tmp
# This a bad example, you should put the temp files outside the project.

python test.py configs/culane.py --test_model path_to_culane_18.pth --test_work_dir ./tmp

python test.py configs/tusimple.py --test_model path_to_tusimple_18.pth --test_work_dir ./tmp

トレーニングと同じように、マルチGPU評価もサポートされています。

視覚化

検出結果を視覚化するスクリプトを提供します。次のコマンドを実行して、CulaneとTusimpleのテストセットを視覚化します。

python demo.py configs/culane.py --test_model path_to_culane_18.pth
# or
python demo.py configs/tusimple.py --test_model path_to_tusimple_18.pth

Tusimpleのテストセットは注文されていないため、視覚化されたビデオが悪く見える可能性があり、これを行うことはお勧めしません。

スピード

ランタイムをテストするには、実行してください

python speed_simple.py  
# this will test the speed with a simple protocol and requires no additional dependencies

python speed_real.py
# this will test the speed with real video or camera input

100回ループし、環境で平均ランタイムとFPSを計算します。

引用

 @InProceedings { qin2020ultra ,
author = { Qin, Zequn and Wang, Huanyu and Li, Xi } ,
title = { Ultra Fast Structure-aware Deep Lane Detection } ,
booktitle = { The European Conference on Computer Vision (ECCV) } ,
year = { 2020 }
}

@ARTICLE { qin2022ultrav2 ,
  author = { Qin, Zequn and Zhang, Pengyi and Li, Xi } ,
  journal = { IEEE Transactions on Pattern Analysis and Machine Intelligence } , 
  title = { Ultra Fast Deep Lane Detection With Hybrid Anchor Driven Ordinal Classification } , 
  year = { 2022 } ,
  volume = { } ,
  number = { } ,
  pages = { 1-14 } ,
  doi = { 10.1109/TPAMI.2022.3182097 }
}