详细内容或原文请订阅后点击阅览
YOLOP：只需看一次即可获得全景驾驶感知
全景驾驶感知系统是自动驾驶的重要组成部分。高精度、实时的感知系统可以帮助车辆在驾驶时做出合理的决策。我们提出了一个全景驾驶感知网络（YOLOP），用于同时执行交通物体检测、可驾驶区域分割和车道检测。它由一个用于特征提取的编码器和三个用于处理特定任务的解码器组成。我们的模型在具有挑战性的 BDD100K 数据集上表现非常出色，在准确性和速度方面在所有三个任务上都达到了最先进的水平。此外，我们通过烧蚀研究验证了我们的多任务学习模型用于联合训练的有效性。
来源:La Biblia de la IA🔘 论文页面：arxiv.org/abs/2108.11250v2
🔘 论文页面摘要
«全景驾驶感知系统是自动驾驶的重要组成部分。高精度、实时的感知系统可以帮助车辆在驾驶时做出合理的决策。我们提出了一个全景驾驶感知网络（YOLOP），用于同时执行交通物体检测、可驾驶区域分割和车道检测。它由一个用于特征提取的编码器和三个用于处理特定任务的解码器组成。我们的模型在具有挑战性的 BDD100K 数据集上表现非常出色，在准确性和速度方面在所有三个任务上都达到了最先进的水平。此外，我们通过烧蚀研究验证了我们的多任务学习模型对联合训练的有效性。据我们所知，这是第一项可以在嵌入式设备 Jetson TX2（23 FPS）上同时实时处理这三个视觉感知任务并保持出色精度的工作。为了方便进一步研究，源代码和预训练模型将在此 https URL 上发布。»
此 https URL作者
吴东、廖曼文、张伟天、王兴刚
喜欢这篇文章？关注此博客以了解更多信息。
喜欢这篇文章？关注此博客以了解更多信息。