Summary：GitHub：車道線檢測最全資料集錦
Author：Amusi
Date：2018-12-27
微信公眾號：CVer
github：amusi/awesome-lane-detection
原文連結：GitHub：車道線檢測最全資料集錦
知乎：https://zhuanlan.zhihu.com/c_172507674

前言

這篇文章，擱置了至少5個月。關於車道線檢測，CVer曾於2018-06-07轉載了一篇文章：論文精讀 | LaneNet 端到端車道線檢測的例項分割方法。

前幾天又有同學在AI求職大本營裡諮詢是否有車道線檢測方向的資料，筆者就想正好整理一下資料並po出來，也許可以幫助到其它人。

首先申明筆者對這個方向不熟，只是比較感興趣，並沒有深入研究。但這份資料，筆者可以保證是目前網上關於車道線檢測最全的資料合集（如果你知道有更棒的，歡迎評論推薦）。

一幅圖理解一下車道檢測是幹嘛的：

awesome-lane-detection

awesome-lane-detection是Amusi 整理的關於車道線檢測的資料合集，已經發布到github上，歡迎star、fork：https://github.com/amusi/awesome-lane-detection

據筆者瞭解，車道線檢測解決方案主要分為傳統影象處理和深度學習兩種。看起來每個領域都可以這麼說，但車道線檢測與其它研究方向不太一樣。因為檢測的目標可能是直線也可能是曲線，而且只是"線"而已，目前很多公司還在用傳統影象處理方法來解決。

這個開源庫主要包括以下內容：

• 論文（以2017之後為主）
• 開原始碼
• 部落格
• 資料集

論文

如圖所示，儘可能涵蓋了兩年內車道線檢測（lane detection）方向的論文。這裡點名推薦一篇IEEE IV 2018的優秀論文《Towards End-to-End Lane Detection an Instance Segmentation Approach》和一篇AAAI 2018《Spatial As Deep: Spatial CNN for Traffic Scene Understanding》

開原始碼

網上關於車道線檢測的開原始碼，最著名的應該是Udacity課程中專案例項：CarND-Advanced-Lane-Lines

部落格和資料集

資料集這一塊內容還很少，不過每篇論文中多少會說明在哪些資料集上訓練/測試的。後續會繼續補充，也歡迎大家push。

侃侃

個人覺得車道線檢測其實是個很有意思、具有難度且有需求的研究方向。你既可以瞭解傳統影象處理如何解決這個問題，也可以通過深度學習來解決，可謂一舉兩得。

國內做自動駕駛方向的公司很多，而且這個方向與公司業務也是強關聯的，筆者認為很有助於找工作。

awesome-lane-detection已經發布到github上，歡迎各位CVers來star、fork，點選連結可以直接進入：https://github.com/amusi/awesome-lane-detection

同時，歡迎下方評論交流