语义中的车道线检测,车道线检测主要两大类,一类传统方法,一类深度学习方法,深度学习中SCNN卷积 SAD自注意力蒸馏。
作者主要解决两个问题:
1、How the formulation achieves fast speed 速度问题
2、How the formulation handles the no-visual-clue problem 遮挡等问题
1、通过划分小块 来决定车道线 加快速度
其实我的理解就是划分成小块,每次从每行中选择一个块作为车道线,假如没有的话就选最右边一列。 因为划分成小块,肯定速度上快了原来的语义分割都是像素级。
2、解决遮挡等问题,假设车遮挡,或者虚线,靠局部信息无法工作的时候。
首先res_block出来的是全局信息,还加入了辅助的语义分割模块,这一部分只在训练中用,在实际推理中没有用到。
总的loss
第一个loss 最基础的交叉熵 预测结果和真值的差值
第二个loss 结构loss 其中Lsim 相邻的两行接近。shp 斜率相似