culane数据集-麻将胡了pg电子网站

订阅方案:
普通用户:
¥30.00
vip用户:
¥0.00
联系客服 查看订阅方案
所属分类: 综合数据 标签: (无)
来源: moonapi
更新时间: 2023-12-05 最新数据时间: 自动更新
数据集简介:

culane 是一个大规模的具有挑战性的数据集,用于交通车道检测的学术研究。 它是由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集的。 收集了超过 55 小时的视频,提取了 133,235 帧。 在每一帧中,交通车道都用三次样条手动注释。 对于车道标记被车辆遮挡或看不见的情况,仍根据上下文进行车道注释。 障碍物另一侧的车道没有注释。 在这个数据集中,主要关注的是四车道标记的检测,这在实际应用中

  • 质量保证
  • 免费样本数据
  • 免费数据更新
  • 提供发票
数据集概览(文件数量,文件种类,数据集行列数),数据集示例数据请查看下方数据集介绍或联系客服索取
  • 数据集介绍
  • 订阅方案
  • 问题反馈

culane数据集简介

culane 是一个大规模的具有挑战性的数据集,用于交通车道检测的学术研究。 它是由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集的。 收集了超过 55 小时的视频,提取了 133,235 帧。 在每一帧中,交通车道都用三次样条手动注释。 对于车道标记被车辆遮挡或看不见的情况,仍根据上下文进行车道注释。 障碍物另一侧的车道没有注释。 在这个数据集中,主要关注的是四车道标记的检测,这在实际应用中是最受关注的。 其他车道标记没有注释。

数据集所属: 香港中文大学多媒体实验室描述culane是用于行车道检测学术研究的大规模具有挑战性的数据集。它由安装在六辆由北京不同驾驶员驾驶的不同车辆上的摄像机收集。收集了超过55小时的视频,并提取了133,235…
简单记录一下。 1、配置、训练步骤 可以新建一个虚拟环境,专门跑laneatt算法,方便管理。 新建之后切换到该虚拟环境(博主的是叫laneatt)执行: conda instasll pytorch torchvision torchaudio cudatoolkit=1…
ultra-fast-lane-detection - 第二批任务赛题九 :利用mindspore实现ultra-fast-lane-detection车道检测网络

目前使用较多的车道线数据集有2个,tusimple和culane,tusimple数据集图片原始分辨率为720p的,而culane数据集原始分辨率为1640x590,由于scnn开源时候,使用了等比缩放到288x800分辨率,导致以后绝大部分方法都是使用这个分辨率训练的,首先自己数据集跟culane不同,而且288x800分辨率使用基于分割的方法运算量较大,在板卡上运行太慢,也做了相关试验,更改了backbone和分辨率,在ufld上使用mbv2和256x512的分辨率训练,模型较resnet18,f1降低了大约3个点,但是在板卡速度为20ms(288x800 rensnet18为70多),提升较大,所以对于图片分辨率,可以将原始图片上方天空部分去除,在原图上降低图像分辨率,记录下生成脚本

 

推荐数据集
网站地图