车道线检测对比-------传统图像处理和深度学习方法比较
本次对比采用三段视频来比较两种方法的优劣，第一段视频比较简单，干扰项较少。第二段视频中高速上出现一条干扰直线，其为高速路面修复产生。第三段视频挑战比较大，弯道，光线变化较大，导致车道线检测难度比较大。
从三段视频来看，二者处理的实时性能够满足要求。第一段、第二段视频二者表现均不错。第三段视频都面临问题。传统图像处理，深度学习方法都会出现检测不到车道线的情况。深度学习出现的问题可以通过加丰富训练集来解决，传统图像处理则需要调整参数，阈值，或者处理方法。所以我更看好深度学习的方法。
第一段视频
传统图像处理效果：
out_tradi_project.avi
深度学习处理效果：
out_deep_project.avi
第二段视频：
传统图像处理效果：
out_tradi_challenge.avi
深度学习处理效果：
out_deep_challenge.avi
第三段视频：
传统图像处理效果：
out_tradi_harder_challenge.avi
深度学习处理效果：
out_deep_harder_challenge.avi
总结：传统图像处理效果不错，但是更看好深度学习方法。
来源：CSDN
作者：Johnnan002
链接：https://blog.csdn.net/weixin_40279184/article/details/104803177