キュレーン データセットは、SCNN 論文によって提案された、車線境界線検出のための比較的一般的なデータセットです。この情報は、北京で異なる運転手が運転する 6 台の異なる車両に取り付けられたカメラによって収集されました。55 時間以上のビデオが収集され、133,235 のフレームが抽出されました。データ例を上に示します。データセットを 88,880 のトレーニング セット、9,675 の検証セット、34,680 のテスト セットに分割しました。テスト セットは、通常のカテゴリと 8 つの難しいカテゴリに分かれています。その後、車線検出に関する論文のほとんどが、手法のパフォーマンスを示すターゲットとしてこのデータセットを使用しました。この記事では、キュラン データセットと写真にどのようにマークが付けられるかを記録します。
データセットの内容
解凍後、culane は画像上のいくつかのファイルに分割されます。その中には次のようなものがあります。
1. トレーニングおよび検証セット:
- driver_23_30frame
- driver_161_90frame
- driver_182_30frame
画像ごとに .txt 注釈ファイルが存在します。00120 を例として、ラベリング結果を図に示します。2 つの数字ごとにピクセル座標 (x, y) が表示され、キュランは等垂直かつ等間隔のラベルで、10 ピクセルごとにマークが付けられ、画像の下半分がマークされます。
2. テスト セット:
- driver_37_30frame
- driver_100_30frame
- driver_193_90frame
3. トレーニング/検証/テスト リスト:
- リスト
このうち、train.txt、test.txt、val.txt、この 3 つのフォルダーには、対応する元画像のパスが記録されます。
このうち、train_gt.txt val_gt.txt test_gt.txt の 3 つのファイルには、対応する元の画像のパス、セグメンテーション マップのパス、および 4 つのレーン ラインがあるかどうか (ある場合は 1、ない場合は 0、4 レーン) が記録されます。行の順序は、隣接する左車線ライン、現在のレーンの左車線、現在の車線の右車線、隣接する右車線の順です。
4. トレーニングおよび検証レーンのセマンティック セグメンテーション情報:
-laneseg_label_w16
、生の注釈から生成されます。