首页
›
自动驾驶
›
033-车道线检测
›
《车道线检测全链路能力提升》
VIP20
本课程属于:033-车道线检测
自动驾驶 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
车道线检测全链路能力提升
📚 共计 30 章节
01
车道线检测概述
行业背景 · 技术演进路线 · 全链路能力模型介绍
🚗 入门
📌 全景
02
图像预处理基础
色彩空间转换 · 图像滤波与去噪 · 直方图均衡化
🖼️ 预处理
⚙️ 基础
03
边缘检测算法
Sobel算子 · Canny边缘检测 · 自适应阈值
🔲 边缘
📐 经典
04
感兴趣区域提取
ROI定义 · 透视变换原理 · 逆透视映射
🎯 区域
🔄 变换
05
霍夫变换直线检测
标准霍夫变换 · 概率霍夫变换 · 参数调优
📏 直线
⚡ 经典
06
曲线拟合与建模
多项式拟合 · 贝塞尔曲线 · 样条曲线
📈 拟合
🌀 曲线
07
车道线跟踪
卡尔曼滤波基础 · 状态预测与更新 · 跟踪稳定性优化
🎯 跟踪
📡 滤波
08
深度学习入门
卷积神经网络基础 · 感受野与特征图 · 经典网络结构
🧠 深度学习
📚 基础
09
语义分割模型
FCN · U-Net · SegNet 在车道线中的应用
🧩 分割
🎨 语义
10
实例分割模型
Mask R-CNN · YOLACT · SOLO
🔍 实例
🖼️ 检测
11
轻量化网络设计
MobileNet · ShuffleNet · EfficientNet
⚡ 轻量
📱 高效
12
注意力机制
SE模块 · CBAM · 自注意力与Transformer
👁️ 注意力
🧠 机制
13
数据增强策略
几何变换 · 颜色抖动 · MixUp与CutMix
📸 增强
🎨 多样性
14
数据集构建
标注规范 · 数据清洗 · 类别平衡处理
📂 数据
🏷️ 标注
15
模型训练技巧
学习率调度 · 权重初始化 · 正则化策略
🏋️ 训练
⚙️ 调优
16
损失函数设计
交叉熵损失 · Dice损失 · Focal Loss
📉 损失
🎯 优化
17
模型评估指标
IoU · F1-Score · 车道线准确率与召回率
📊 评估
📈 指标
18
模型部署优化
ONNX转换 · TensorRT加速 · 量化感知训练
🚀 部署
⚡ 加速
19
多传感器融合
相机与IMU融合 · 相机与雷达融合 · 时空对齐
📡 融合
🕒 对齐
20
车道线后处理
聚类算法 · 平滑滤波 · 断线连接
🧹 后处理
🔗 连接
21
曲线参数化表示
三次多项式 · B样条 · Catmull-Rom样条
📐 参数化
🌀 样条
22
车道线类型识别
实线 · 虚线 · 双黄线 · 导流线
🚦 类型
🏷️ 识别
23
弯道与坡道处理
曲率估计 · 坡度补偿 · 动态ROI
🔄 弯道
⛰️ 坡道
24
夜间与恶劣天气
低光照增强 · 去雾算法 · 雨雪滤波
🌙 夜间
🌧️ 恶劣
25
多车道线检测
车道编号 · 拓扑关系构建 · 变道决策支持
🛣️ 多车道
🔀 变道
26
端到端模型
CondLaneNet · LaneATT · CLRNet
🤖 端到端
🧠 前沿
27
模型蒸馏与剪枝
知识蒸馏 · 结构化剪枝 · 通道剪枝
✂️ 剪枝
🧪 蒸馏
28
在线学习与自适应
增量学习 · 域自适应 · 持续学习
🔄 在线
🌐 自适应
29
系统集成与测试
硬件选型 · 实时性优化 · HIL测试
🔧 集成
🧪 测试
30
前沿趋势与展望
BEV感知 · 端到端自动驾驶 · 大模型应用
🚀 前沿
🔮 展望
所属VIP或分类
同VIP:从坐标变换理解车道线
同VIP:传感器标定与车道线精度
同VIP:多传感器时间同步工程应用