LaneNet车道线检测tusimple数据集处理

tusimple数据集处理

 

一、下载数据集

1、官方下载地址 https://github.com/TuSimple/tusimple-benchmark/issues/3,数据集很大,下载速度超级慢。

2、参考https://blog.csdn.net/flana/article/details/105098470

百度网盘下载地址 链接: https://pan.baidu.com/s/1iyEMu0tcKaVX8nv0zBnSKw 提取码: fccj,网盘中只有zip压缩包,json文件到官网复制粘贴即可。

下载完后文件目录结构如下:

 

目前只用了train_set.zip、test_set.zip和几个json文件,其它几个压缩包没用到。

二、处理数据

参考:https://blog.csdn.net/qq_40900196/article/details/102840850

1、解压train_set.zip, 解压后如下:

 

2、根据json文件转换训练集,生成图片文件夹gt_image、gt_binary_image、gt_instance_image 以及文本文件 train.txt

python tools/generate_tusimple_dataset.py --src_dir f:/Data/tusimple/train_set

处理过程如下图所示:

 

 

注意:处理过程时间较长,且有一段时间没有打印信息,个人猜测在写txt文件

处理完成后文件目录结构如下图所示:

 

 

3. 生成test.txt 以及val.txt, 将标注格式转换成TFRecord

注意:网上很多博客是针对旧版本的代码写的,如果还按照旧版本的去操作,会报错。报的错例如:

 

 

 

最新版代码对应的操作:

1) 修改 config文件夹下tusimple_lanenet.yaml文件

 

修改内容如下图所示,绿色的为原作者的数据路径,将数据集路径修改为自己的即可,具体路径参考上一步。

2)执行 python tools/make_tusimple_tfrecords.py

执行到下图状态时要等待很久。

执行完成后如下图所示,提示Generating testing example tfrecords complete

执行完成后文件结构如下图所示:

三、训练

训练相关的参数比如batch_size等,参考tusimple_lanenet.yaml文件。

执行训练脚本:python tools/train_lanenet_tusimple.py

这里遇到了错误,提示No module named 'trainner

解决方法在train_lanenet_tusimple.py文件最开始的地方添加下面两行:

import sys

sys.path.append(r'D:\Projects\LaneDetect\lanenet-lane-detection')

上图中的路径根据自己的实际情况进行修改。

再次运行python tools/train_lanenet_tusimple.py,可以跑起来了,我这台电脑没有GPU,我把batch_size调到了1 , 才跑起来。

这里只是把脚本执行起来,真正的训练应该是要GPU的,否则的话速度慢不说,而且训练出的结果肯定也不理想。

 

 

  • 13
    点赞
  • 64
    收藏
    觉得还不错? 一键收藏
  • 13
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值