基于resnet-18的轻量型车道检测研究

论文2： Ultra Fast Structure-aware Deep Lane Detection
官方代码地址：https://github.com/cfzd/Ultra-Fast-Lane-Detection
该论文的轻量型模型以Resnet-18为底。

1.论文介绍以及实验

论文方法：将车道线检测定义为寻找车道线在图像中某些行的位置的集合，即基于行方向上的位置选择、分类（row-based classification），而分割是逐像素上channel（通道）维度的选择。该文把车道线检测问题看作基于全局图像特征的行搜索问题（row-based selecting method based on global image features）实际上就是在图像中预先定义多个row anchor，把每一个anchor都gridding为多个cell，通过预测每一cell中车道线的存在概率，实现车道线检测。
参考内容：https://zhuanlan.zhihu.com/p/157530787，原作者的检测示意图。

在图森数据集中，作者设置的row_anchor = [64-284]，其中区间高度为4。

其中图森数据集制作以及训练过程参考上一篇博客：https://blog.csdn.net/han422858897/article/details/121139486