此存储库还包含Tensorflow实现 。 （SCNN-Tensorflow） 新闻 已发布。 （在CULane测试集中可以达到73.1 F1措施） ， 和已发布。 主要特点： （1）ENet-label是基于的轻量级车道检测模型，并采用了自注意蒸馏技术（更多细节请参见本文）。 （2）与最新的SCNN相比，它的参数减少了20倍，运行速度提高了10倍，并且在CULane测试集上达到了72.0 （F1量度）（优于SCNN，达到了71.6）。 它还在TuSimple测试集中达到96.64％的