【车道线】车道线检测代码复现---lanenet（小白篇）

论文题目：Towards End-To-End Lane Detection:an Instance Segmentation Approach.

代码github：https://github.com/yanganlan0310/lanenet-lane-detection.git

论文：https://arxiv.org/abs/1802.05591

笔者运行环境：

ubuntu 18.04

cuda10.0

cudann 7.5 

其余的按照requirements.txt；

基本过程：下载代码；新建虚拟环境（使用anaconda3);进入虚拟环境中；安装需要的包；进入代码所在目录；阅读READ.ME，运行代码；

具体过程：大家可以看一下这两位博主，写的很好；

无人驾驶环境感知 | 01 车道线检测网络LanNet原理及实现_不积跬步，无以至千里！-CSDN博客

Lanenet车道线检测 --运行别人代码（1）_bufengzj的博客-CSDN博客_lanenet车道线检测

但是我要补充一些很重要，一些博主没有细写的内容；

注意事项：

1. 运行代码之前，需要在源代码中添加路径（运行哪个源代码，就在哪个代码文件中添加，看命令），要不然会出错。如图：

READ.ME ：

You can test a single image on the trained model as follows

```
python tools/test_lanenet.py --weights_path /PATH/TO/YOUR/CKPT_FILE_PATH 
--image_path ./data/tusimple_test_image/0.jpg

打开：tools/test_lanenet.py文件，在里面添加路径，如图：

通过：import sys

2. 提前下载好 weights files，并且放在指定的文件夹里面：

可以自己去下载，github 上有链接，如果不能翻墙的话，我这有压缩包的百度云链接（大家不要乱下载weights files，下载原版的，如果你是小白的话，要不然会出现出现错误）

百度云链接: 百度网盘 请输入提取码  密码: mbjp

You can test a single image on the trained model as follows

```
python tools/test_lanenet.py --weights_path /PATH/TO/YOUR/CKPT_FILE_PATH 
--image_path ./data/tusimple_test_image/0.jpg

需要把上面的 --weights_path 改掉，推荐：--weights_path /xxx/lanenet-lane-detection/model/tusimple_lanenet/tusimple_lanenet.ckpt

比如你的文件：tusimple_lanenet.ckpt.data-00000-of-00001

要写成：tusimple_lanenet.ckpt  ；删除： .data-00000-of-00001

之后就可以运行了，这是对单个照片的检测；

3.对数据集的检测：

数据集很大，自己下载，下载路径是这个(github 上有链接），需要文明上网，数据集25G左右：

或百度云链接: 百度网盘 请输入提取码  密码: if0b

命令：

在源码中添加路径；把image_dir   weighs_dir   save_dir 改成你自己的路径就行了

4.最后一点，大家一定要仔细看READ.ME.

运行结果：（单张图片）

致谢：

无人驾驶环境感知 | 01 车道线检测网络LanNet原理及实现_不积跬步，无以至千里！-CSDN博客

Lanenet车道线检测 --运行别人代码（1）_bufengzj的博客-CSDN博客_lanenet车道线检测

用 .pth 文件附加 Python 模块搜索路径 | 隔叶黄莺 Yanbin Blog - 软件编程实践