超快速通道检测
PyTorch实施的论文“”。
更新:我们的论文已被ECCV2020接受。
评估代码是从改性和。
Caffe模型和原型可以在找到。
演示版
安装
请参阅
开始吧
首先,请根据您的环境在configs/culane.py或configs/tusimple.py配置中修改data_root和log_path 。
data_root是您的CULane数据集或Tusimple数据集的路径。
log_path是tensorboard日志,训练有素的模型和代码备份的存储位置。它应该放置在该项目之外。
对于单GPU训练,运行
python train.py configs/path_to_your_config
对于多GPU训练,请运行
sh launch_training.sh
或者
python -m torch.distributed.launch --nproc_per_n
评论0
最新资源