车道巡航模型神经网络和算法代码

# 智能小车巡航算法代码 -<br> &emsp;-cnn_model.py包含网络模型<br> &emsp;-data__augment.py包含训练的数据增强手段<br> &emsp;-logger.py是log相关配置<br> &emsp;-reader.py是读取数据相关代码<br> &emsp;-Train__Model.py是启动脚本用于训练<br> # 数据集配置示例Train_Model.py ``` # 数据集的根目录，以下配置都是基于根目录 path = "data/" # 评测标注文件 test_list = "new_val.txt" # 训俩标注文件 train_list = "new_train.txt" # 模型保存路径 save_path = "model_infer2" test_list = path + test_list train_list = path + train_list save_path = './' + save_path ``` # 数据集格式 data-<br> &emsp; &emsp; -dark1 &emsp;-xxx.jpg<br> &emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;-xxx.jpg<br> &emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;.....<br> &emsp; &emsp; -new_val.txt<br> &emsp; &emsp; -new_train.txt<br> ### 标签文件格式见demo示例 # 指定显卡id在Train_Model.py中 ``` place = fluid.CUDAPlace(id) ``` # 优化步长策略调整在Train_Model.py中 可以针对数据集大小和训练效果，自行修改。确保loss合理下降。 ``` lr = fluid.layers.piecewise_decay(boundaries=[700, 1100], values=[0.0001, 0.00001, 0.000001]) ``` # 配置BatchSize在Train_Model.py中 根据显存大小配置batch ``` train_reader = paddle.batch(reader=reader.train_reader(train_list, crop_size, resize_size), batch_size=2048) test_reader = paddle.batch(reader=reader.test_reader(test_list, crop_size), batch_size=2048) ``` # 训练 ``` python3 Train_Model.py ```