LaneATT代码:https://github.com/lucastabelini/LaneATT
代码结构:
![](https://img-blog.csdnimg.cn/33f4bd83e97f4d32bad9d624e91c4be2.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbF96X3pfeg==,size_20,color_FFFFFF,t_70,g_se,x_16)
- cfgs: 默认/预设配置文件
- figures:README用到的图片
- lib
- datasets
- culane.py : CULane数据集加载器
- lane_dataset.py : 将来自LaneDatasetLoader中的未经过处理的 annotations 转换为模型可以使用的形式
- llamas.py: LLAMAS数据集加载器
- nolabel_dataset.py: 加载不需注释的的数据集/或者做快速量化测试
- tusimple.py:TuSimple数据集加载器
- modes:
- laneatt.py: LaneATT模型实现部分
- matching.py: 用于gt和proposal匹配的效用函数
- resnet:resnet的实现部分
- nms: LaneATT模型的实现
- config.py: LaneATT模型的实现
- experiment.py: 跟踪和存储有关每个实验的信息
- focal_loss.py:focal loss代码
- lane.py:车道线表示
- runner.py:训练和测试循环
- datasets
- utils:
- culane_metirc.py: 非官方的CULane metric的实施。这个比官方的快,然后和官方的结果不是非常精确的匹配(error in the order of 1e-4)。因此,论文最终结果用的是官方的metirc。
- gen_anchor_mask.py: 计算数据集中要在锚点筛选步骤中使用的每个锚点的频率(论文提到锚点的数量会限制速度,所以挑选使用频率最大的部分锚点,这是一位朋友评论点到的)
- gen_video.py:从模型预测生成视频
- llamas.metric.py: llamas数据集的实用程序函数
- llamas.utils.py: LLAMAS 数据集的实用程序函数
- speed.py: 测量模型的效率相关指标
- tusimple_metirc.py: tusimple数据集图片度量的官方实现
- viz_dataset.py :显示从数据集采样的图像(增强后)
- main.py: 运行实验的训练或测试阶段