关于2D车道线检测算法的总结主要分为两类：一类基于语义分割来做，一类基于anchor和关键点来做。还有基于曲线方程来做的，但是落地的话还是上面两种为主。

一、基于语义分割的车道线检测算法

1.LaneNet

论文创新点：

1.将车道线检测看作一个实例分割问题，在网络里除了语义分割头，还有一个embedding头用来聚类实例的。

2.通过embedding向量和聚类的后处理，使得模型可以检测很多车道线(没有先验个数限制)。

模型结构

backbone+2个head，一个是语义分割头，一个是聚类头。根据语义分割得到哪些像素是车道线，然后再根据聚类头的向量，使用聚类算法对车道线像素进行实例化。得到实例化后进行拟合。论文里使用的聚类算法是meanshift，后续开源代码里有用DBSCAN的，但是他们的耗时都很多，无法满足上车需求。

LOSS的使用

为了均衡正负样本比例，语义分割loss使用的加权交叉熵损失计算。

聚类分支loss使用的var loss和dist loss组成，var使得同类之间靠拢，dist使得不同类的中心相互远离彼此。

2.SCNN

传统的网络是在层与层之间进行卷积，长宽同样的进行信息聚集，并没有很好的利用车道线的形状先验。本论文提出了Spatial CNN，其在一层特征图上按照上下左右的方向有顺序的进行切片卷积，从而使网络可以更好地提取车道线特征。

上图中(a)是训练流程，(b)是推理流程。看到论文里假设最多有四条车道线。对于存在值大于0.5的每个车道标记，我们每隔20行搜索相应的概率图，以获得响应最高的位置。然后通过三次样条函数连接这些位置，这是最终的预测。

代码分析

    def message_passing_forward(self, x):self.message_passing = nn.ModuleList()# 从上到下，使用 1*8的卷积。self.message_passing.add_module('up_down', nn.Conv2d(128, 128, (1, ms_ks), padding=(0, ms_ks // 2), bias=False))# 从下到上也是 1*8self.message_passing.add_module('down_up', nn.Conv2d(128, 128, (1, ms_ks), padding=(0, ms_ks // 2), bias=False))self.message_passing.add_module('left_right',nn.Conv2d(128, 128, (ms_ks, 1), padding=(ms_ks // 2, 0), bias=False))self.message_passing.add_module('right_left',nn.Conv2d(128, 128, (ms_ks, 1), padding=(ms_ks // 2, 0), bias=False))Vertical = [True, True, False, False]Reverse = [False, True, False, True]# 对四个方向进行遍历for ms_conv, v, r in zip(self.message_passing, Vertical, Reverse):x = self.message_passing_once(x, ms_conv, v, r)return xdef message_passing_once(self, x, conv, vertical=True, reverse=False):"""Argument:----------x: input tensorvertical: vertical message passing or horizontalreverse: False for up-down or left-right, True for down-up or right-left"""nB, C, H, W = x.shapeif vertical: #如果是竖直方向，则沿着H进行切片# 得到一个长为H的数组，里面的元素维度[B, C, 1, W]slices = [x[:, :, i:(i + 1), :] for i in range(H)]dim = 2else: #如果是横向，则沿着W进行切片，得到一个长为W的数组，里面的元素维度[B, C, H, 1]slices = [x[:, :, :, i:(i + 1)] for i in range(W)]dim = 3if reverse:slices = slices[::-1]out = [slices[0]] #第一个切片不操作for i in range(1, len(slices)):out.append(slices[i] + F.relu(conv(out[i - 1]))) #当前切片 等于当前值+前一个切片卷积完的结果if reverse:out = out[::-1]return torch.cat(out, dim=dim)

通过代码分析我们看到，其对切片进行遍历，当前切片的特征是由前一层切片卷积后+当前切片的原始特征得到的，所以是顺序执行的，这样的计算非常耗时。于是引出下一篇文章RESA。

3.RESA

(91条消息) RESA车道线路沿检测_CVplayer111的博客-CSDN博客

这个代码里RESA采用的并行计算，所有切片同时+前面的切片卷积激活结果。这样直接x[...，idx,.]就行，不用像SCNN里生成切片数组。一个一个顺序进行。同时还提出了双边上采样结构，upsample双线性插值得到粗粒度特征，转置卷积得到细粒度特征。

4.LaneAF

(91条消息) LaneAF论文解读和代码讲解_CVplayer111的博客-CSDN博客

将传统聚类后处理去掉，根据模型预测的方向向量来实例化像素点，生成的一维HAF进行行像素分类，然后根据二维的VAF进行不同行之间的关联。

二、基于anchor和关键点的车道线检测算法

1. UFSA

首先论文分析了当前基于语义分割算法的痛点，每个点都预测分辨率太大，耗时严重导致速度慢，同时其感受野有限，只有局部的感受野，对于车道线模糊，遮挡问题不好。

论文将车道线检测问题转化为Row anchors上的分类问题，Row anchors是预定的行位置，论文里是18个行anchor。每一行都被划分为许多单元格，车道线检测就变为在行anchor上选择单元格。

其中h表示行数，w表示每行多少个网格，都是人为设定的。远小于原图像的H*W，所以计算效率大大提升。比如我们设定网络可以检测c个车道线，那么语义分割的复杂度是 (c+1)*H*W，而我们的是(w+1)*c*h.

损失函数方面，加入了结构损失，用相邻行差值来约束车道线的光滑性，用二阶差分来约束车道线是直线。

网络结构如图所示，加入了语义分割的辅助分支，在推理的时候去掉，主要为了实现主干网络全局和局部信息的聚合。骨干网络后加入FC层，然后再reshape成h*w的形状进行预测。

算法缺陷：只能预测固定的数量车道线，同时只能检测纵向的车道线，其他方向就不行，因为结构损失约束。

2.FOLOLane

是一种基于关键点检测的方法，将车道线检测看作局部的几何建模。论文指出以往的聚类后处理使得推理非常复杂，同时像素级的曲线拟合是冗余的和有噪声的。

图片经过CNN处理，得到四个特征图，一个heatmap用来预测关键点出现的概率，其余三个用来预测当前点，上面的，下面的三个关键点的x偏移。在训练时，将每个车道线标注的点插值成连续的像素点，使用未归一化的高斯核对这些点周围的像素点处理。计算focalloss时，只有等于1的才是正样本。此时把图像沿着高度方向等间距画线，距离为固定值y，，等分线与刚才插值得到的像素点的交点称为关键点，对于这个关键点来说，模型预测三个偏移值，一个是这个关键点的偏移，另外两个是与其间隔y的两个点的偏移。已知当前关键点，就可以求出上下两个关键点。上下关键点偏移的loss计算是：

相当于根据P关键点的坐标+与其预测的间隔y的两个关键点偏移，得到这两个点的预测坐标，求预测坐标与GT坐标的x偏移。对于当前点的x偏移loss公式如下：

这个我不太懂啥意思，到时候看代码。

有了上面的预测结果，如何来解码全局的车道线结构。论文中给了两种方法，一种是精细的计算方法，耗时，一种是简单的计算方法。我主要介绍简单的计算方法。

1.先以等间距y画好线，所有线上具有最高响应的点组成current key_point

2.根据三个偏移计算相关点

3.current key_point集合内部建立相关性，根据当前行关键点预测的上下行的关键点与上下行的current key_point求距离，离的最近就是关联的。

4.从具有最多current key_point的行开始，根据3建立相关性，不断的向两边关联，组成一个group，然后再根据x横向偏移对关键点的x坐标进行修正。

3.LaneATT

基于anchor的车道线检测算法，速度特别快。同时提出了一种基于anchor的注意力机制

首先图片经过backbone得到图像特征，然后根据anchor对特征进行池化，得到每个anchor的局部特征，随后经过一个FC和softmax与其他的anchor做注意力机制，得到全局特征，全局特征与局部特征相加，进行分类和预测。

anchor定义

使用起始点x0,y0和角度来表示anchor，起始点从图像边界出发，在左右下三个边界共有2782个anchor，训练时，我们统计其为正样本的次数，选取前1000个，在推理时就用这1000个。

车道线定义

沿图像纵向做等分操作，得到等分点72个，对于这72个固定的y，因此72个对应x就决定了不同车道线的差异，因为车道线不会贯穿整个图像，所以会有一个s和e表示x的起始终止范围，也就是车道线的有效范围。

anchor_pooling池化操作

对于每一个anchor都要从图像特征里聚合特征，特征图宽度为 $H_{F}$ ,那么从0到Hf-1有Hf个y坐标，根据anchor的起始点和角度，可以得到 $H_{F}$ 个xy点，得到anchor特征 $a_{i}^{loc}\epsilon R^{C_{F}*H_{F}}$ ,有些点的xy不在特征图里，那么其特征在 $a_{i}^{loc}$ 里为0。