Yolo車輛檢測+LaneNet車道檢測

源代碼：https://github.com/Dalaska/Driving-Scene-Understanding/blob/master/README.md

• object_detector:檢測車輛等交通目標
• lane_detector：檢測車道線
• 可視化：輸出 bounding box及車道線
• 結果輸出：檢測obj_list輸出到csv

1.用法

運行process_frame

2.Yolo交通目標檢測

Yolo是通過opencv實現的

• 下載模塊：代碼是根據darnet yolov3修改的。 https://pjreddie.com/darknet/yolo/
• 下載pretrained weight： weight有400M, 不和代碼一起托管了。把‘yolov3.weights’放在weight文件夾下。

3.LaneNet 車道線檢測

參照這個例子寫的：https://github.com/MaybeShewill-CV/lanenet-lane-detection
同樣weight也要單獨下載。下載完了放在這個目錄下：/lanenet_label/model/tusimple_lanenet_vgg

4.車與車道線關系

通過圖像坐標中，目標和車道線方程判斷車與車道線關系。選取車輛靠近底部3/4處為目標中心。
把中心點帶入直線方程判斷在目標是在自車道，左邊車道，或右車道。

5.可視化與檢測結果

目標檢測可視化結果。

檢測結果輸入csv文件。