ultra fast lane detection训练自己的数据集

最新推荐文章于 2024-09-20 20:41:39 发布

小王在线秃头

最新推荐文章于 2024-09-20 20:41:39 发布

阅读量1.9k

点赞数 3

文章标签： python 深度学习

本文链接：https://blog.csdn.net/m0_57175342/article/details/118901227

版权

在尝试训练车道线检测模型时遇到标签值错误的问题，通过研究culane数据集，了解到标签应根据类别设置，例如背景为0，车道线为1,2,3,4等。解决方案包括创建特定文件结构，包括img（原始图片）、seg（标签图片）和list（包含train_gt.txt）文件夹。标签图片的正确性可以用代码检查，train_gt.txt的格式需包含图片和标签的相对路径。完成这些设置后，即可开始训练。" 119962281,10797993,Vue全家桶学习笔记：模块化规范、Webpack与Element-UI使用,"['前端开发', 'Vue.js', 'JavaScript', 'Node.js']

摘要由CSDN通过智能技术生成

哇，这个问题简直搞死我，一直报错，错误就是很经典的那一套，我懒得贴了，总而言之，就是说标签值不对。

我认真阅读了作者的知乎回答他一直说标准分割数据集就可以训练我哪知道什么是标准分割数据集呢还有人一直说是二值标签
但是其实不是哈不是二值标签大家知道语义分割训练的时候标签的像素是根据类别设置的比如背景是0，然后dog 是1，cat是2…这个也是这么要求的

这也是为什么我的程序一直跑不通的原因

我认真研究了culane数据集的标签得到了这个结果

所以最重要的问题来了到底怎么设置呢

非常简单（但是我还是搞了很久）

设置一个data_root文件夹名字随便取我的是my_culane
然后里面放三个个文件夹一个img存放用于训练的原图另一个seg用来存放标签图片还有一个list文件夹里面存放train_gt.txt
(为什么train_gt.txt一定要存放在list文件夹里面呢这是因为 dataloder.py默认train_gt就在data_root文件夹下面的list文件夹下面，如果有别的文件夹安排格式可以改一下dataloader 但是我是觉得没必要啦)

img中的图片
 seg中的图片

如果你不确定 label图片是否符合像素要求可以用下面的语句检查一下