Skip to content

4th place solution in Baidu Autonomous Driving Lane Segmentation

License

Notifications You must be signed in to change notification settings

qixuxiang/Baidu_Lane_Segmentation

Repository files navigation

Baidu_Lane_Segmentation

4th place solution in Baidu Autonomous Driving Lane Segmentation Competition

赛题介绍

比赛链接:无人车车道线检测挑战赛

数据下载地址:

软硬件环境

  • 1080ti
  • RAM>=16G
  • paddlepaddle-gpu>=1.2
  • CUDA>=8.0

复现模型

其中代码复现基本都是从Keras代码翻译到Paddle代码,所以我也贴一下上面几个模型参考的Keras源码地址:

运行

准备

数据

请下载上面数据链接中的所有数据,把训练数据zip包放到data/ApolloDatas/train目录下面并解压,把测试数据zip包放到data/ApolloDatas/test目录下面并解压。

预训练模型

请戳链接下载params文件放到params文件夹下,提取码4qsa

训练

python train.py --model=unet 

这里训练默认为从头训练,其中unet可以替换为deeplab_v3pdeeplabv3p_oursmultires_unetdense_unetpannet,分别对应上面几个模型。

如果用预训练模型请在train.py下把pretrain_model的值改为1。

测试

python predict.py.py --model=unet 

其中unet可以替换为deeplab_v3pdeeplabv3p_oursmultires_unetdense_unetpannet,分别对应上面几个模型。

方法整理

效果演示

image

感谢

感谢队友universea提供的算力资源和强力输出,比赛之后认识了一堆大佬,这场比赛收获颇丰!

我们的比赛队伍id是Litchll,最终复赛得分0.60763,排名第四。

其他问题

因为模型较大,所以运行时如果内存不足可能报错,这时可尝试调节减小输入的size让代码运行。

欢迎任何形式的PR和issue。

最后附上第一名大佬的解决方案:https://github.com/gujingxiao/Lane-Segmentation-Solution-For-BaiduAI-Autonomous-Driving-Competition ,干货满满!

About

4th place solution in Baidu Autonomous Driving Lane Segmentation

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages