01
课程导论与评估标准
为什么需要调优？如何定义一条“好”的车道线？
⭐ 基础评估
02
数据预处理进阶
图像去畸变、透视变换与ROI区域动态选择策略。
📐 几何ROI
03
颜色空间深度解析
HLS、LAB、YUV在车道线检测中的实战对比。
🎨 颜色对比
04
梯度与纹理特征
Sobel、Canny、Scharr算子的参数调优与组合技巧。
🔍 边缘梯度
05
自适应阈值算法
Otsu、三角法、局部自适应阈值的场景化选择。
⚙️ 阈值自适应
06
滑动窗口搜索优化
窗口宽度、高度、数量对弯曲车道线拟合的影响。
🪟 窗口弯曲
07
卷积神经网络入门
轻量级语义分割模型（ENet、LaneNet）的部署调优。
🧠 CNN分割
08
特征金字塔与多尺度检测
解决远近距离车道线特征不一致的问题。
🗼 FPN多尺度
09
注意力机制应用
空间注意力与通道注意力如何提升车道线响应。
👁️ 注意力增强
10
曲线拟合算法对比
多项式拟合、样条插值、贝塞尔曲线的精度与鲁棒性。
📈 拟合曲线
11
卡尔曼滤波与车道线追踪
如何平滑帧间抖动并处理短暂遮挡。
🔁 滤波追踪
12
匈牙利算法与多目标关联
处理多车道线场景下的ID分配问题。
🏷️ ID关联
13
逆透视变换（IPM）精讲
从鸟瞰图视角理解车道线平行约束。
🛰️ IPM鸟瞰
14
后处理技巧
形态学操作、连通域分析、离群点剔除策略。
🧹 后处理去噪
15
光照鲁棒性增强
直方图均衡化、CLAHE与Gamma校正的实战效果。
☀️ 光照CLAHE
16
阴影与积水处理
基于纹理和亮度先验的阴影抑制算法。
🌑 阴影抑制
17
夜间与隧道场景
低光照下的特征增强与噪声抑制策略。
🌙 夜间隧道
18
雨天与雪天场景
雨线去除、反光处理与湿滑路面特征变化。
🌧️ 雨天雪天
19
弯道与匝道场景
大曲率弯道下的搜索策略与拟合约束。
↩️ 弯道匝道
20
遮挡与磨损场景
基于时序上下文与语义先验的补全方法。
🚧 遮挡补全
21
模型量化与加速
INT8量化、TensorRT部署与边缘端优化。
⚡ 加速量化
22
多传感器融合
相机与毫米波雷达/激光雷达的车道线信息对齐。
📡 融合雷达
23
高精地图先验融合
如何利用地图数据降低视觉检测的误报率。
🗺️ 地图先验
24
端到端学习范式
从传统pipeline到基于Transformer的端到端方案。
🔄 端到端Transformer
25
损失函数设计
LaneIoU、Focal Loss、TopK Loss在车道线任务中的调优。
📉 损失调优
26
数据增强策略
CutMix、RandAugment、车道线特有的仿射变换。
🔄 增强仿射
27
评估指标详解
准确率、召回率、F1-score、最大F1、车道线像素精度。
📊 指标评估
28
常见开源框架对比
Ultra-Fast-Lane-Detection、CLRNet、RESA的调优经验。
📦 框架对比
29
自动化调参工具
Optuna、Ray Tune在车道线模型超参搜索中的应用。
🤖 调参自动化
30
综合实战案例
从数据采集到部署的全流程调优复盘与避坑指南。
🚀 实战避坑