PINet车道线检测是什么就不多介绍了可以看看原文重点讲解一下效果复现过程。https://arxiv.org/pdf/2002.06604.pdf可以下载Github上的源码也可以下载我上传百度云的源码。链接https://pan.baidu.com/s/1T82o6BSHhrPw759I1vY6mQ提取码37ge注意Github上的有部分小问题比如代码缩进等等可能是作者上传的时候没有注意吧需要自己修改一下。上传的是我自己测试过的在服务器上跑的能出结果。之前出现过问题numpy出问题了一直报错Ubuntu18.04、GPU、CUDA必须有CUDA没有的话需要改代码python3.6.9基本库都装好了比如pytorch、numpy等等。下载源码。下载下来的可能就是如下图这个样子。想要复现效果还需要自己添加修改些东西。源码下载下来之后然后就是下载数据集Tusimple。我已上传百度云可自行下载。https://pan.baidu.com/s/1htTlI4T194hPPs38k4wztA提取码qn0e我测试的时候就用了20张图片所以没必要将全部下载下来。下载完成之后在根目录下新建一个文件夹Tusimple里面放的就是测试的图片。Tusimple下还有test_set、clips、0530、1492626047222176976_0这些文件夹20张图片就放在1492626047222176976_0这个文件夹里面。这样做是为了顺应作者的源码当然也可以自己新建图片存放文件夹记住路径就行了测试数据集准备完了之后就需要修改一些文件路径了。这里面需要修改的有test.py、agent.py、parameters.py三个文件。test.py:63行——改成自己的测试视频路径不测试视频就不用管82行——改成自己的测试图片路径192行——两个p.grid_y加上int强制转换intp.grid_y。我运行的时候报错了所以我改了 agent.py:245、246、247行缩进有问题调整跟244行一样就行了。 parameters.py22行这个是调整测试模式的0代表测试数据集所有图片1代表测试视频2代表测试某一张图片默认是3忘了是啥51、52行改成自己数据集的路径。58、59、60行grid_y、grid_x加int。我这里报错了所以我加了以上是需要修改的或者需要注意的地方。行数和我写的可能会有出入看清楚再改。所有准备好了之后运行python test.py就可以测试效果了。【一定要注意选好模式0、1、2、3】以上是下载github的源码复现步骤如果下载我上传的只需要注意相关路径即可部分内容我已经修改过了也可能因为相关库版本不对而报错多尝试几次就好了。经过测试可以实现车道线检测效果。检测视频大概10fps左右快的话能达到20-30fps。检测效果还不错下面是一张Tusimple数据集的检测图片。视频没有保存下来放一张视频图片。