fcb_photo_review/paddle_detection/configs/clrnet/README.cn.md

简体中文 | English

CLRNet (CLRNet: Cross Layer Refinement Network for Lane Detection)

目录

• 简介
• 模型库
• 引用

介绍

CLRNet是一个车道线检测模型。CLRNet模型设计了车道线检测的直线先验轨迹，车道线iou以及nms方法，融合提取车道线轨迹的上下文高层特征与底层特征，利用FPN多尺度进行refine，在车道线检测相关数据集取得了SOTA的性能。

模型库

CLRNet在CUlane上结果

骨架网络	mF1	F1@50	F1@75	下载链接	配置文件	训练日志
ResNet-18	54.98	79.46	62.10	下载链接	配置文件	训练日志

数据集下载

下载CULane数据集并解压到dataset/culane目录。

您的数据集目录结构如下：

culane/driver_xx_xxframe    # data folders x6
culane/laneseg_label_w16    # lane segmentation labels
culane/list                 # data lists

如果您使用百度云链接下载，注意确保driver_23_30frame_part1.tar.gz和driver_23_30frame_part2.tar.gz解压后的文件都在driver_23_30frame目录下。

现已将用于测试的小数据集上传到PaddleDetection，可通过运行训练脚本，自动下载并解压数据，如需复现结果请下载链接中的全量数据集训练。

训练

• GPU单卡训练

python tools/train.py -c configs/clrnet/clr_resnet18_culane.yml

• GPU多卡训练

export CUDA_VISIBLE_DEVICES=0,1,2,3
python -m paddle.distributed.launch --gpus 0,1,2,3 tools/train.py -c configs/clrnet/clr_resnet18_culane.yml

评估

python tools/eval.py -c configs/clrnet/clr_resnet18_culane.yml -o weights=output/clr_resnet18_culane/model_final.pdparams

预测

python tools/infer_culane.py -c configs/clrnet/clr_resnet18_culane.yml -o weights=output/clr_resnet18_culane/model_final.pdparams --infer_img=demo/lane00000.jpg

注意：预测功能暂不支持模型静态图推理部署。

引用

@InProceedings{Zheng_2022_CVPR,
    author    = {Zheng, Tu and Huang, Yifei and Liu, Yang and Tang, Wenjian and Yang, Zheng and Cai, Deng and He, Xiaofei},
    title     = {CLRNet: Cross Layer Refinement Network for Lane Detection},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2022},
    pages     = {898-907}
}