LearningHong / lane-line-detection
python+opencv实现对显著区域高速的车道线检测
☆14Updated 6 years ago
Alternatives and similar repositories for lane-line-detection:
Users that are interested in lane-line-detection are comparing it to the libraries listed below
- 车道线检测和距离提醒☆21Updated 5 years ago
- 车道线和路牌的简单识别，使用qt界面☆29Updated 6 years ago
- 分别使用OpenCV、ONNXRuntime部署多任务的yolov5目标检测+语义分割，包含C++和Python两个版本的程序☆30Updated 3 years ago
- 2021第三届华为云人工智能大赛 · 无人车挑战杯——车道线检测模块☆11Updated 3 years ago
- 本项目针对传统车道线检测鲁棒性较差的现象，通过运用YOLOV7与DeepLabv3+的图像深度学习算法对特定数据集进行模型训练，开发了一款能调用车载摄像头来识别道路环境，并用语音告知驾驶员偏离车道，前方车距等驾驶信息偏离预警系统，辅助驾驶员更加安全高效的行驶。☆50Updated 2 years ago
- 使用OpenCV部署HybridNets，同时处理车辆检测、可驾驶区域分割、车道线分割，三项视觉感知任务，包含C++和Python两种版本的程序实现。本套程序只依赖opencv库就可以运行， 彻底摆脱对任何深度学习框架的依赖。☆19Updated last year
- 使用ONNXRuntime部署LSTR基于Transformer的端到端实时车道线检测，包含C++和Python两个版本的程序☆20Updated 2 years ago
- UNetMultiLane 多车道线和车道线类型识别部署版本，测试不同平台部署（onnx、tensorRT、RKNN、Horzion），可识别所在的车道和车道线的类型。☆24Updated 8 months ago
- 分别使用OpenCV，ONNXRuntime部署yolov5不规则四边形目标检测，包含C++和Python两个版本的程序☆27Updated 2 years ago
- real-time fire detection on Jetson Nano 2GB using NanoDet☆28Updated 4 years ago
- 👍车道线检测☆20Updated 4 years ago
- “领航”辅助自动驾驶系统☆13Updated 5 years ago
- 分别使用OpenCV、ONNXRuntime部署Ultra-Fast-Lane-Detection-v2车道线检测，包含C++和Python两种版本的程序☆47Updated last year
- 一种适合工业级应用的基于深度学习的实时人脸检测与识别算法的C++实现，仅仅只依赖opencv库☆49Updated 2 years ago
- 用语义分割的方式来做车道线检测☆11Updated 5 years ago
- 车道线检测Lanenet TensorRT加速C++实现☆21Updated 3 years ago
- The improved model for multi-object detection and lane line segmentation based on the YoloP model.☆14Updated 2 years ago
- ☆35Updated 5 years ago
- 这篇文章是道路检测的升级篇，其中包含了如果计算车道的曲率半径、车道宽度等，可以说这篇文章较上一篇更具有实用价值。这篇文章中使用了摄像机标定、透视变换、滑动窗口等技术。☆16Updated 6 years ago
- Integration of YOLOv5 Model and Lane Detection☆37Updated last month
- 基于4种轻量级深度卷积网络的无场景约束全自动车牌识别，轻量级车牌检测，轻量级车牌识别，pyqt5可视化界面☆59Updated 4 years ago
- 使用ONNXRuntime部署StyleGAN人像卡通画，包含C++和Python两个版本的程序☆19Updated 2 years ago
- ROS下的功能包：主要用于单目车道线检测，是在获取透视变换图像后，由detect_lane.py实现对图像进行处理，以得到车道线方程和图像信息。☆18Updated 5 years ago
- 基于Opencv的车道线检测：1. 图像加载；2.图像预处理：图片灰度化，高斯滤波；3.Cany边缘检测；4.感兴趣区域检测；5.霍夫直线检测 ；6.直线拟合；7.车道线叠加；8.图片和视频测试；9.可视化界面pyqt5 （可选）。☆78Updated 2 years ago
- ☆12Updated 4 years ago
- 最近在做车道线检测、分割的工作，读到一篇十分不错的文章对此做下总结。并用 Pytorch 实现了文章中提到的十分重要的一个判别 loss☆49Updated 5 years ago
- 使用YOLOv5+DeepLabV3Plus实现仪表的检测、指针表盘分割和刻度读数识别☆42Updated 3 years ago
- 使用yolov5与deepsort实现车辆目标跟踪与应用☆22Updated 2 years ago
- 效果很 好的lanenet网络，主干网络基于bisenetv2并对主干网络做了修改，效果远好于bisnetv2☆22Updated 3 years ago
- 基于树莓派的智能小车，用摄像头实现识别道路中的车道线识别、行人检测与车辆检测，都是基于传统的方法，关键字：级联分类器、HOG+SVM、行人检测☆43Updated 4 years ago