基于TF2.0框架和Keras技术的车道线检测方法研究

深度学习车道线检测方法

一、训练数据集实例

训练所采用的图像数据存储于 full_CNN_train.p 文件中，与之对应的标签数据则保存在 full_CNN_labels.p 文件内。该数据集共计包含12764张图像，涵盖了多种场景下的车道线图像。每张图像的尺寸为(80,160,3)，而标签文件的尺寸则为(80,160,1)。上述两类数据被整合并存储于两个 .p 格式的文件之中。以下为其中一张示例图像：

实现对.p文件的读取功能，可采用如下代码方式：

    import pickle as pl
    import cv2
    fr = open('full_CNN_train.p','rb')
    images = pl.load(fr)
    fr.close()
    
    img1 = image