【车道检测】开源 | 华为诺亚方舟实验室&中山大学--解决了曲线车道检测问题

备注：研究方向+地点+学校/公司+昵称，更快通过申请，长按加细分领域技术交流群，目前有细分领域：图像分割、图像目标检测、论文写作、车道检测、模型优化、目标跟踪、SLAM、点云处理（分割检测）、深度学习。

PS：腾讯最近更改公众号推送规则，文章推送不在按照时间排序，而是通过智能推荐算法有选择的推送文章，为了避免收不到文章，看完文章您可以点击一下右下角的"在看"，以后发文章就会第一时间推送到你面前。

获取完整原文，公众号回复：2007.12147

论文地址：http://arxiv.org/pdf/2007.12147v1.pdf

代码： github.com/xbjxh/curvelanes

来源： 华为诺亚方舟实验室，中山大学

论文名称：CurveLane-NAS: Unifying Lane-Sensitive Architecture Search and Adaptive Point Blending

原文作者：Hang Xu

内容提要

本文提出了CurveLane-NAS，一个NAS方法使得车道敏感架构搜索和自适应点混合统一的用于曲线车道检测，解决了曲线车道检测问题。新的框架可以自动融合和捕获长期相干和准确的曲线信息，并进行更有效的计算分配。与现有方法相比，搜索网络实现了速度/FLOPS权衡的SOTA。此外，我们还发布了一个名为CurveLanes的新的最大车道检测数据集，每幅图像拥有更多的曲线车道/车道，从而建立一个更具挑战性的基准。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。

点个“在看”，让我知道你的爱