VPGNet的Matlab代码实现：用于车道和道路标记检测与识别的图像多分类器，基于消失点引导网络（ICCV2017）

图像多分类器matlab代码VPGNet：用于车道和道路标记检测和识别的消失点引导网络 2017年国际计算机视觉会议（ICCV） 在本文中，我们提出了一个统一的端到端可训练多任务网络，该网络可共同处理车道和道路标记的检测和识别，并在不利的天气条件下以消失点为指导。 我们应对多雨和低照度的情况，由于明显的挑战，到目前为止尚未进行广泛的研究。 例如，在雨天拍摄的图像照明度较低，而潮湿的道路会引起光反射并扭曲车道和道路标记的外观。 在晚上，在有限的照明条件下会发生色彩失真。 结果，不存在基准数据集，并且只有少数已开发的算法可以在恶劣的天气条件下工作。 为了解决这个缺点，我们建立了车道和道路标记基准，该基准由大约20,000张图像组成，并在四种不同情况下（无雨，下雨，大雨和夜间）具有17个车道和道路标记类别。 我们训练和评估建议的多任务网络的多个版本，并验证每个任务的重要性。 最终的方法VPGNet可以检测和分类车道和道路标记，并通过单次向前通过预测消失点。 实验结果表明，我们的方法可在各种条件下实时（20 fps）实现高精度和鲁棒性。 补充视频 引文 如果您的研究有帮助，请在您的出版物中引用