人类高质量视觉模型YOLOP开源：同时处理三大视觉任务，还能各种超越SOTA…

作者丨happy
编辑丨极市平台
本文原创首发于极市平台公众号，转载请获得授权并标明出处。

arXiv:https://arxiv.org/abs/2108.11250

code：https://github.com/hustvl/YOLOP

code@opencv：https://github.com/hpc203/YOLOP-opencv-dnn

2108 YOLOP.pdf

本文是华中科技大学王兴刚团队在全景驾驶感知方面的工作，提出了一种能够在嵌入式平台上实时处理三个感知任务(目标检测、可驾驶区域分割、车道线检测)的方案YOLOP。所提YOLOP不仅具有超高的推理速度，同时在极具挑战性的BDD100K三个任务上均取得了非常优异的性能。

Abstract

全景驾驶感知系统是自动驾驶非常重要的一部分，实时高精度感知系统可以帮助车辆作出合理的驾驶决策。

我们提出一种全景驾驶感知网络YOLOP同时进行交通目标检测、驾驶区域分割以及车道线检测。YOLOP包含一个用于特征提取的编码，三个用于处理特定任务的解码器。所提方案在极具挑战的BDD100K数据集上表现非常好，从精度与速度角度来看，所提方法在三个任务上取得了SOTA性能。此外，我们还通过消融实验验证了多任务学习模型的有效性。

据我们所知，该工作是首个可以在嵌入式设备(Jetson TX2)上实时 处理三个视觉任务任务的方案，同时具有非常优异的精度。

全文链接：业界首个嵌入式平台实时全景驾驶感知系统！华中科大开源 YOLOP：实时处理三个视觉任务