代码名称：LaneATT，对应论文标题为“在车道上保持警觉

莱恩ATT 该库适用于LaneATT，在提出了一种新的国家的最先进的车道检测模型的源代码“你的眼睛保持在车道：实时注意力引导车道检测”，由 ， ， ， ， 和 。 新闻（2021-03-01） ：我们介绍Lane Lane的论文已被CVPR'21接受。 目录 1.先决条件 Python> = 3.5 PyTorch == 1.6，在CUDA 10.2上测试。在PyTorch 1.6上对模型进行了训练和评估。使用其他版本进行测试时，结果（指标）略有不同。 CUDA，用于编译NMS代码 其他依赖于描述requirements.txt 此处描述的版本是测试代码的最低版本。因此，它也可以在其他早期版本中使用，但不能保证（例如，代码可以运行，但输出不同）。 2.安装 如您所见，安装不需要Conda，我仅将其用于PyTorch和Torchvision。但是，此处将使用它来描述安装过程。