端到端的多任务感知网络:检测、车道线、freespace,性能优于YOLOP。HybridNets: End-to-End Perception Network
端到端的多任务感知网络:目标检测、车道线、freespace,性能优于YOLOP,速度可实时。论文 HybridNets: End-to-End Perception Network,代码已开源。
欢迎对车道线检测、车位检测、freespace、目标跟踪、目标检测、目标分类、目标分割、深度估计等任务及自动驾驶技术(感知、融合、规控、定位、建图、传感器等)感兴趣的朋友,加入技术交流群,一起学习一起玩!对群友问题提供优质回答的有奖励。
相关阅读(点击进入):
车道线检测综述及近期新工作
https://blog.csdn.net/qq_41590635/article/details/117386286
车道线检测新工作VIL-100: A New Dataset and A Baseline Model for Video Instance Lane Detection ICCV2021
https://blog.csdn.net/qq_41590635/article/details/120335328
自动驾驶视觉感知之语义分割+车道线检测demo
https://mp.weixin.qq.com/s/gS-pZyhdq4f-jRJo9MjY8Q
CVPR2022车道线检测Efficient Lane Detection via Curve Modeling
https://blog.csdn.net/qq_41590635/article/details/124144880?spm=1001.2014.3001.5501