TensorFlow-ENet ENet的TensorFlow实现。 该模型已在CamVid数据集上进行了测试，并带有从英国剑桥拍摄的街道场景。 有关此数据集的更多信息，请访问： : 。 要求： TensorFlow> = r1.2 可视化 请注意，如果网络未将gif加载在一起，则gif可能不同步。 您可以刷新页面以同步查看它们。 测试数据集输出 TensorBoard可视化 在根目录上执行tensorboard --logdir=log来监视您的训练，并在训练模型时对照地面真实

分割 ENet的TensorFlow实施（ ）基于官方的Torch实施（ ）和PavlosMelissinos的Keras实施（ ），在Cityscapes数据集（ ）上进行了培训。 YouTube视频结果（ ）： 视频中的结果显然可以得到改善，但是由于计算资源有限（个人资助的Azure VM），我没有执行任何进一步的超参数调整。 您可能会收到错误“没有为操作'MaxPoolWithArgmax_1'定义梯度（操作类型：MaxPoolWithArgmax）”。 要解决此问题，我必

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