HybridNets:多任务端到端感知网络 目标检测+可行驶区域+车道线检测

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