端到端的多任务感知网络:目标检测、车道线检测、可行驶区域分割,性能优于YOLOP,速度可实时。
论文 HybridNets: End-to-End Perception Network,代码已开源。
paper:https://arxiv.org/ftp/arxiv/papers/2203/2203.09035.pdf
code:GitHub - datvuthanh/HybridNets: HybridNets: End-to-End Perception Network
1.摘要
多任务学习网络在解决全景驾驶感知问题方面取得了优异的表现,同时实现了精度和效率的大幅提升。本文提出了一种有效且高效的多任务学习网络——HybridNets,可以同时完成目标检测、可行驶区域分割和车道检测三个任务。
2.网络结构
主干网络:EfficientNet-B3;
检测任务:检测头使用BiFPN,5个尺度层;
分割头:将backbone-p2特征和neck部分P3~P7特征通过上采样做concat,然后卷积输出(W,H,3)的feature,分别属于可行驶区域、车道线、背景的概率;
3.实验结果
检测任务:
分割任务:
车道线检测任务:
4.可视化结果