lane_detector_for_KITTI 源码

这个是来做什么的? 该代表将按照KITTI UM-LANE挑战的惯例来检测当前BEV(鸟瞰)图像的自我车道。 这种方法不使用任何花哨的机器学习或深度神经网络。 您需要的只是基本的python库。 包括: Opencv(没有高级功能,因此所有版本都应兼容) 脾气暴躁的 短片 SKLearn 这种方法在KITTI数据集中的所有复杂情况下都是高度可控的。 它在虚线上特别有效,这是KITTI UM_LANE数据集中的主要情况。 我使用滑动窗口搜索虚线。 有关更多详细信息,请参见可视化示例。 如何使用 只需运行detector.py,将current_image_path更改为存储图像的路径,