在miivii域控制器(基于Xavier)上复现Ultra-Fast-Lane-Detection源论文项目

最新推荐文章于 2024-07-25 04:45:01 发布
最新推荐文章于 2024-07-25 04:45:01 发布
阅读量1.4k 收藏 15
点赞数 1
分类专栏： 项目
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cxhmike/article/details/108590325
版权

源项目链接

一、安装

参考源项目安装教程，个别步骤有改动：

1、我没有安装Anaconda，所以跳过步骤2
2、步骤3中安装pythorch torchvision的血泪史：网上看了很多下载pytorch源码进行安装的教程，都没有成功，卡了N多天。今天搜Xavier配置tensorRT的教程，无意中看到了其中用下载编译好的whl文件和安装包的方法配置pytorch、torchvision，试了后一次成功。

(2020.11.10更新)卸载pytorch
在这里插入图片描述
卸载torchvision
在这里插入图片描述

3、步骤3中安装requirements.txt中的依赖项

(1)opencv-python是安装ROS时自带的
(2)tensorboard

最低0.47元/天 解锁文章
cxhmike
关注
专栏目录
UFAST车道线检测 Ultra-Fast-Lane-Detection 从环境搭建到复现完成（一）
m0_46364958的博客
06-16 3219
UFAST车道线检测 Ultra-Fast-Lane-Detection 从环境搭建到复现完成（一）
Ultra-Fast-Lane-Detection 复现
qq_42178122的博客
04-30 1927
源码地址：https://github.com/cfzd/Ultra-Fast-Lane-Detection 论文地址：https://arxiv.org/abs/2004.11757 1 数据集准备 下载地址：https://github.com/TuSimple/tusimple-benchmark/issues/3 下载的train_set.zip、test_set.zip和test_label.json，并解压 下载完成后，新建一个文件夹Tusimple,将上面多个放在该文件夹里面 1 源码下载
Ultra-Fast-Lane-Detection-V2最新车道线检测算法
最新发布
weixin_41265167的博客
07-25 148
又搬来个东西 还是学习啊 公司也做这个 可惜我没参与~~代码先上论文链接：https://arxiv.org/pdf/2206.07389.pdf代码链接：https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2现代的方法主要把车道线检测看作像素级的分割问题，这导致效率问题以...
【Lane】 Ultra-Fast-Lane-Detection 复现
热门推荐
qq_44703886的博客
08-16 1万+
引言 车道线检测源码复现以及训练自己的数据集 1 环境搭建 conda create -n lane python=3.7 conda activate lane # 激活环境 conda install pytorch torchvision cudatoolkit=10.1 -c pytorch pip install -r requirements.txt 2 下载项目源码 若在服务器上可以用指令下载，否则直接在网址中下载 git clone https://github.com/cfzd/U
Ultra-Fast-Lane-Detection代码复现(车道线检测)
路边的石头
04-23 6953
Ultra-Fast-Lane-Detection code: https://github.com/cfzd/Ultra-Fast-Lane-Detection 环境准备 Clone the project git clone https://github.com/cfzd/Ultra-Fast-Lane-Detection cd Ultra-Fast-Lane-Detection Create a conda virtual environment and activate it con
复现论文Ultra Fast Structure-aware Deep Lane Detection
Summer_crown的博客
12-30 1824
复现论文Ultra Fast Structure-aware Deep Lane Detection 论文链接：link1 github链接：link2 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：
Ultra-Fast-Lane-Detection:超快速的结构感知深路检测（ECCV 2020）
03-18
超快速通道检测 PyTorch实施的论文“”。 更新：我们的论文已被ECCV2020接受。 评估代码是从改性和。 Caffe模型和原型可以在找到。 演示版 安装 请参阅 开始吧 首先，请根据您的环境在configs/culane.py或configs/tusimple.py配置中修改data_root和log_path 。 data_root是您的CULane数据集或Tusimple数据集的路径。 log_path是tensorboard日志，训练有素的模型和代码备份的存储位置。它应该放置在该项目之外。 对于单GPU训练，运行 python train.py configs/path_to_your_config 对于多GPU训练，请运行 sh launch_training.sh 或者 python -m torch.distributed.launch --nproc_per_n
miivii域控制器(Xavier)实现TensorRT加速后的Ultra-Fast-Lane-Detection项目
cxhmike的博客
09-28 2174
是神力模型转换工具链， 一、安装依赖 1、TensorRT 7 nvidia官网TensorRT各版本下载 2、gflags 3、thor 4、opencv 二、编译
miivii域控制器（Xavier）配置ROS与OpenCV3.x.x
cxhmike的博客
09-27 1239
一 关于ROS 域控制器烧写JetPack4.2后，Tegra自动安装了ROS-melodic，opencv3.3.1，但这个不是完整版的ROS，因为参考Ubuntu 18.04 + ROS Melodic 安装OpenCV，ROS中有3个opencv package:vision_opencv,cv_bridge,image_transport，我在/opt/ros/melodic/share中只见到了vision_opencv文件夹，而且里面只包含了一个package.xml，于是卸载原装ROS，重新
米文域控制器（基于Xavier）安装tensorflow-gpu
cxhmike的博客
09-03 627
总体的安装教程参考这位大佬的博客，我安装的是tensorflow-gpu==1.14.0+nv19.10，安装命令为 sudo pip3 --default-timeout=100000 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.14.0+nv19.1 安装后的情况： 关于python版本：参考教程中强调用python3。域控制器刷机后自
Ultra-Fast-Lane-Detection的caffe模型
09-14
Ultra-Fast-Lane-Detection的caffe模型，包含推理文件和caffe网络结构及权重
fast-rtps 1.5.0 patched for aarch64
04-14
《Fast-RTPS 1.5.0 在 aarch64 架构上的补丁解析与应用》 Fast-RTPS 是一个实时发布/订阅协议（Real-Time Publish-Subscribe Protocol）的开源实现，广泛应用于机器人操作系统（ROS）和其他实时通信系统。在1.5.0...
ultra fast lane detection基于原型开始训练的操作
qq_18894441的博客
08-07 535
1、修改configs/culane.py或tusimple.py 修改数据集路径：data_root = '/home/dell/Ultra-Fast-Lane-Detection-master/xxxxxx' 修改log路径：log_path = '/home/dell/Ultra-Fast-Lane-Detection-master/log' 改修训练参数：# TRAIN epoch = 50 batch_size = 32 optimizer = 'SGD' #['SGD','Adam']
scnn复现
qq_42178122的博客
06-24 883
源代码:https://github.com/Tramac/Fast-SCNN-pytorch参考Ultra-Fast-Lane-Detection 复现 在 Tusimple 上训练的模型可以在这里下载。它的配置文件在exp0. 3.修改config.py 4.训练与测试 训练代码 测试代码 5.修改test_tusimple.py 为了输出模型的计算量和参数量，将test_tusimple.py修改为以下，再运行第4点的测试代码......
polylane 复现
qq_42178122的博客
04-30 543
源代码：https://github.com/lucastabelini/PolyLaneNet 1.数据集准备 参考Ultra-Fast-Lane-Detection 复现
Ultra fast lane detection实现用电脑摄像头实时检测
qq_63986791的博客
05-20 404
在Windows系统的笔记本上实现ultra fast网络摄像头实时检测车道线
Ultra-Fast-Lane-Detection代码解析
weixin_62304487的博客
01-31 2487
现代方法主要将车道检测视为像素分割问题，难以解决具有挑战性的场景和速度问题。受到人类感知的启发，在严重遮挡和极端光照条件下的车道识别主要基于上下文信息和全局信息。基于这一观察结果，论文提出了一种新颖、简单但有效的公式，旨在实现极快的速度和具有挑战性的场景。具体地说，论文将车道检测的过程视为一个利用全局特征的基于行的选择问题。在基于行选择的帮助下，论文提出的公式可以显著降低计算成本。在全局特征上使用一个大的接受域，也可以处理具有挑战性的场景。此外，在此基础上，论文还提出了一个结构损失来明确地模拟车道的结构。
在深度学习中Xavier初始化与 batch- normalization之间的区别
05-27
具体来说，batch-normalization会在每一层的输入上进行标准化，以使其均值为0，方差为1，从而加速模型的收敛并提高模型的泛化能力。 因此，Xavier初始化和batch-normalization都可以提高深度学习模型的性能，但它们...
评论 21
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值