车道线检测之CurveLane-NAS

论文地址：https://arxiv.org/abs/2007.12147

目前学术界已经有大量用于车道线检测的深度学习方法，但是，针对弯道车道线，大多数方法的效果并不算太好。CurveLane-NAS旨在解决弯道车道线检测问题，从网络搜索的角度，针对长条形车道线，捕捉车道线全局的连贯性特征和局部的弯曲特征。网络模型主要由三部分组成：

a、Elastic Backbone Search Module，有效提取车道线的语义特征和隐藏特征；

b、Feature Fusion Search Module，充分融合不同尺度的全局和局部特征；

c、Adaptive Point Blending Search Module，一种多尺度后处理策略，根据不同尺度的预测结果，得到一个更为准确的车道线检测结果。

数据集

数据集有100k训练图片，仅标注了车道线形状，未标注车道线类型。

利用代码解析后，图片如下：