深度学习笔记（十一）车道线检测 LaneNet
论文： Towards End-to-End Lane Detection: an Instance Segmentation Approach 代码：https://github.com/MaybeShewill-CV/lanenet-lane-detection 参考： 车道线检测算法LaneNet + H-Net（论文解读） Overview 本文提出一种端到端的车道线检测算法，包含 LanNet + H-Net 两个网络模型。其中 LanNet 是一种将语义分割和对像素进行向量表示结合起来的 多任务模型 ，最后利用 聚类 完成对车道线的实例分割。H-Net 是有个小的网络结构，负责预测 变换矩阵 H ，使用转换矩阵 H 对同属一条车道线的所有像素点进行重新 建模 （使用 y 坐标来表示 x 坐标）。 LaneNet 论文中将实例分割任务拆解成语义分割（LanNet 一个分支）和聚类（LanNet一个分支提取 embedding express, Mean-Shift 聚类)两部分。如上图所示，LanNet 有两个分支任务，分别为 a lane segmentation branch and a lane embedding branch 。 Segmentation branch负责对输入图像进行语义分割（对像素进行二分类，判断像素属于车道线还是背景）；Embedding