源代码:https://github.com/ZJULearning/resa
1.数据集准备
参考Ultra-Fast-Lane-Detection 复现
2. 环境搭建
conda create -n resa python=3.8 -y
conda activate resa
# Install pytorch firstly, the cudatoolkit version should be same in your system. (you can also use pip to install pytorch and torchvision)
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
# Or you can install via pip
pip install torch torchvision
# Install python packages
pip install -r requirements.txt
3.数据集链接到resa的主目录上
在resa主目录上创建data的文件夹,打开终端,运行下面代码
cd $RESA_ROOT
mkdir -p data
ln -s $CULANEROOT data/CULane
ln -s $TUSIMPLEROOT data/tusimple
以Tusimple为例,生成对应的二值化图
python tools/generate_seg_tusimple.py --root $TUSIMPLEROOT #$TUSIMPLEROOT :data/tusimple
4.训练与测试
# 训练
python main.py [configs/path_to_your_config] --gpus [gpu_ids]
#例如
python main.py configs/tusimple.py --gpus 0 1 2 3
#测试
python main.py c[configs/path_to_your_config] --validate --load_from [path_to_your_model] [gpu_num]
#例如
python main.py configs/tusimple.py --validate --load_from tusimple_resnet34.pth --gpus 0 1 2 3
注释:可以下载官方的模型,直接放在resa的主目录中,测试的时候将–load_from的地址修改为tusimple_resa34.pth