LaneNet-Lane-Detection 使用 TensorFlow 实现了一个深度 神经网络，主要基于 IEEE IV 会议论文“Towards End-to-End Lane Detection: an Instance Segmentation Approach”。您可以参考他们的论文了解详细信息。https://arxiv.org/abs/1802.05591. 该模型包括一个编码器-解码器阶段、二元语义分割阶段以及使用区分损失函数的实例语义分割，用于实时车道检测任务。主要网络架构如下：
安装 此软件仅在 ubuntu 16.04(x64)、python3.5、cuda-9.0、cudnn-7.0 以及 GTX-1070 GPU 上进行了测试。 要安装此软件，您需要 tensorflow 1.12.0，其他版本的 tensorflow 尚未测试，但我认为在 1.12 以上版本的 tensorflow 中也能正常运行。 其他所需的包您可以通过以下命令安装：
测试模型
在本仓库中，我上传了在 tusimple lane 数据集上训练的模型 Tusimple_Lane_Detection。深度 神经网络 推理部分可以实现大约 50fps，这与论文中的描述相似。但是，我现在实现的输入管线需要改进，才能实现实时的车道检测系统。
结果如下: Test Input Image Test Lane Mask Image Test Lane Binary Segmentation Image Test Lane Instance Segmentation Image 如果要在整个 tusimple 测试数据集上评估模型,可以调用