2021-09-05

YOLOP: You Only Look Once for Panoptic Driving Perception

论文标题

YOLOP: You Only Look Once for Panoptic Driving Perception

##个人总结

最近复现学习了YOLOP。这篇文章的亮点大概就是多任务融合和训练策略吧。
废话不多说啦，讲重点，画黑板啦。
贡献点：
一、提出了多任务(目标检测、车道线检测、可行驶区域检测)检测网络，是目前同时实现三任务推理速度最快且精准度也不差的。
二、多任务训练的验证，作者通过消融实验进行了证明。

我们先来看看网络结构吧。

简单说一下，在进行语义分割的时候，作者将特征图上采样到了输入大小，逐像素进行预测。网络确实没啥亮点，也或许是我看不出吧。
好啦好啦，别吃辣条啦。
看看训练策略吧。

上表的训练策略是ES-D-W策略。
作者在论文中进行了多次实验，论证不同策略的效果，具体看论文吧。


关于损失函数，我有话想讲了，有一部分是我没看懂的样子。
车道线新加的Liou我怎么推了好几遍都觉得有问题呢？

杠精勿扰。单纯记录。