论文阅读笔记——YOLOP: You Only Look Once for Panoptic Driving Perception

最新推荐文章于 2025-03-10 01:00:00 发布

晓shuo

最新推荐文章于 2025-03-10 01:00:00 发布

阅读量300

点赞数

文章标签：论文阅读笔记深度学习

本文链接：https://blog.csdn.net/python_plus/article/details/130605231

版权

该网络设计聚焦于自动驾驶，采用多任务架构，结合轻量级CNN和三个解码器执行交通目标检测、可驾驶区域分割及车道检测。其优势在于并行处理任务和信息共享，且能在JetsonTX2上运行。网络结构包括CSPDarknet作为backbone，利用SPP和FPN模块的neck，以及分别对应检测、可驾驶区域分割和车道线检测的解码器头。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

针对自动驾驶领域的全景驾驶感知系统而设计的网络，能够同时实现交通目标检测、可驾驶区域分割、车道检测。能够做到高精度和实时性，可在嵌入式设备Jetson TX2上运行。
多任务网络的优势：①速度快，可以同时并行处理多个任务，而不是串行地一个一个任务去完成。②可在不同任务之间共享信息，通常多任务网络共享相同的特征提取主干。
网络结构：一个轻量级CNN用于提取特征 + 三个解码器用于完成三个任务
检测解码器使用one-stage检测网络：①one-stage网络比two-stage网络速度快，更能适应实时性的要求。②one-stage的预测机制更适合语义分割任务，编码器输出的feature map融合了不同尺度的语义信息，分割分支可利用这些特征图完成像素级的语义预测。
Grid-based 的检测任务预测机制与语义分割任务的预测机制更相关。

在这里插入图片描述

Encoder：编码器包括backbone和neck
Backbone：用于提取图像特征，选用CSPDarknet，解决了优化过程中的梯度复制问题，支持特征传播和特征重用，从而减少了参数和计算量，利于保证网络的实时性能。
Neck：用于融合主干生成的特征，由空间金字塔池化（Spatial Pyramid Pooling，SPP）模块和特征金字塔网络（Feature Pyramid Networks）模块组成。SPP生成并融合不同尺度的特征，FPN融合不同语义层次的特征，使得生成的特征包含多尺度和多语义层次的信息。
Decoder：解码器包括Detect Head、Drivable Area Segment Head、Lane Line Segment Head