简介这份车道线检测源码与模型训练包面向需要完成毕业设计或入门自动驾驶视觉方向的学生与开发者。项目基于Python与卷积神经网络搭建提供从数据预处理、模型训练到推理评估的完整流程内置训练好的pth模型解压后可直接运行验证。配套说明文档详细讲解了环境配置、参数调优及数据增强方法适合快速复现并在此基础上做二次开发。压缩包共91个文件容量548.39MB包含Python脚本、OpenCV与C辅助代码、模型权重、配置文件、样例图片及作业报告等类型覆盖算法实现与效果展示多个层面。已有74人学习使用资料结构清晰自带示例图片与识别结果便于对照理解检测效果。对想在车道线方向快速落地项目、完成课程设计或论文实验的读者而言是一份可直接上手的高性价比资源。1. 车道线检测源码模型这份资源到底能帮你省多少事拿到这份“车道线检测源码模型”包里面通常是一套 Python 写的卷积神经网络训练代码、一份说明文档以及几个已经训练好的权重文件。它的价值在于你不用从零攒环境、从零调网络按文档把权重加载进去输入一张道路图片车道线就会被画出来。对于要做毕业设计、课程设计或者快速验证算法的人来说这是最省时间的起点。但只满足于“跑通”是不够的——你得知道模型在学什么、数据怎么准备、为什么某些图片上会翻车否则答辩时导师问一句“你这个 loss 为什么这么设”就容易卡住。这篇笔记按我平时拿到类似项目后的处理顺序展开先拆 CNN 车道线检测的原理再给能直接抄的训练和推理流程最后是文档里不会写的踩坑记录。2. 用CNN做车道线检测先搞懂模型到底在学什么车道线检测在工程上不是“找一张图里有没有线”的二分类问题而是要精确到像素地把车道线从背景里抠出来。卷积神经网络在这里承担的角色是学习一个从“原始图像像素”到“每个像素是否属于车道线”的映射。我把这个过程的原理拆成三块讲技术路线为什么选分割、网络结构怎么设计、模型的输出又怎么变成你看到的绿色实线。2.1 车道线检测的两条技术路线分割比检测更稳做目标检测的人可能第一反应是拿 YOLO 或 Faster R-CNN 来框车道线这个思路在实际项目里非常别扭。车道线细长、弯曲、常常横跨整张图一个矩形框很难表达它的实际形状如果拆成多个小框又要在后处理里做大量聚类得不偿失。所以我一般建议把车道线检测当语义分割问题来做。语义分割模型的输入是一张 H×W×3 的图片输出是一张和输入等大的概率图每个像素被单独判断是不是车道线。这种“逐像素判断”的建模方式天然适合细长目标因为它的输出粒度可以细致到每个像素点不会因为“框”的存在而丢失形状细节。你拿到的这份源码只要它用的是 CNN 加逐像素预测不管代码里写的是分割头还是分类头本质都属于这条路线。还有个折中思路是把每一行单独拿出来做分类在图像固定的一些行位置通常叫 h_samples上预测车道线出现在哪个 x 坐标。Tusimple 数据集的标注方式就是这种后面训练章节还会细讲。这个方案计算量更小但表达不了垂直方向的车道线遇到上下坡会有些吃力。2.2 主流CNN结构编码器-解码器与轻量化改型卷积神经网络做分割的通用骨架是编码器-解码器结构。编码器一般用 VGG、ResNet 这种预训练分类网络充当通过连续的卷积和下采样把一张 512×256 的输入图逐步压缩成 32×16 的小特征图。这个过程里图像的空间细节逐渐丢失但语义信息越来越集中——网络开始知道“这里是一条线”而不仅仅是“这里有边缘”。解码器负责把特征图一步步上采样回原始分辨率输出每个像素的类别概率。这里最经典的设计是 U-Net 的跳层连接把编码器每一层的高分辨率特征直接拼接到解码器的对应层让上采样过程能找回细节边缘。车道线这种细长目标特别依赖这种细节恢复因为下采样次数太多时细线很容易在特征图里消失。还有一些专门为车道线设计的网络比如 SCNN它会在特征图上做切片式的逐行传递让信息沿着车道线的长距离方向流动从而更好地捕捉线段的连续性。不过原理上都逃不开“卷积提特征、上采样恢复分辨率”这个套路。你拿到源码后第一步应该做的是看它的模型文件里有没有跳过连接、最后的输出通道数是多少这决定了后处理怎么写。2.3 从概率图到车道线阈值、连通域和二次多项式拟合模型输出的不是一条线而是一张跟原图等宽的灰度概率图每个像素的值表示它是车道线的置信度。把这玩意变成屏幕上平滑的实线中间要经过三步标准化操作。第一步是阈值分割把概率图变成二值图常用的阈值在 0.4 到 0.5 之间。低于阈值的像素全置为 0高于阈值的置为 1。第二步是连通域分析把二值图上零散的小噪声块去掉只保留面积足够大的连通区域否则画出来的线旁边会飘着很多小白点。第三步是曲线拟合因为现实中的车道线是平滑曲线在相机成像模型下近似一条二次曲线所以常见的做法是对车道线像素点集合做最小二乘多项式拟合取 deg2。拟合阶数的选择是个容易翻车的细节。deg2 在绝大多数高速和城市道路场景下够用遇到角度特别大的山路弯道可以尝试 deg3。但千万别一上来就设 deg5高阶多项式会把噪声点也完美穿起来画出蛇形线这在答辩演示时非常难看。3. 最小可训练方案数据准备与用PyTorch跑通训练流程原理搞清楚之后接下来要解决的是“怎么用自己的数据训练一个模型”。这一章不聊太多花哨技巧只讲一个能稳定跑通的最小训练方案数据集用什么格式、训练脚本长什么样、训练时盯哪几个指标。3.1 车道线数据集长什么样Tusimple与CULane的标注格式目前开源车道线数据集里最常用的是 Tusimple。它的标注是 JSON 格式每个样本包含三个关键字段raw_file 是图片路径lanes 是每条车道线上点的 x 坐标列表h_samples 是对应的固定 y 坐标列表。注意它的 y 坐标不是逐行标注的而是一组固定行号每个行号上标注一个 x 值。这样做的好处是预测任务被简化成“在指定行上找 x”很多官方评估指标也依赖这个格式。CULane 则是另一套思路直接给逐像素标注图背景是黑色车道线是白色或其他颜色。这种格式做语义分割训练最省事——加载图片和标注后直接算交叉熵就行。我拿到一份新源码时会先去翻它的数据处理文件如果代码里有读取 JSON 的逻辑它就默认你用的是 Tusimple如果直接读 mask 图那就是 CULane 风格。预处理流程各项目大差不差核心是把图片和标注统一 resize 到固定尺寸比如 512×256 或 288×800然后除以 255 归一化到 [0,1]。数据增强这边我建议至少做随机亮度变化、随机水平翻转。这里有个细节水平翻转会让左车道线变右车道线如果模型分左右线翻转后标注也得跟着交换通道否则模型会学乱。3.2 最小PyTorch训练脚本参数写在注释里下面给一个最小可运行的 PyTorch 训练骨架用分割任务的思路写。具体的模型结构可以用 torchvision 里现成的分割网络也可以是你源码包里自定义的 CNN核心逻辑不变。import torch import torch.nn as nn from torch.utils.data import DataLoader, Dataset # 假设你已经写好了自己的 Dataset 类__getitem__ 返回 (img, mask) # img: [3, H, W] 的 tensormask: [1, H, W] 的 0/1 tensor from my_dataset import LaneDataset from torchvision.models.segmentation import fcn_resnet50 # 使用预训练分割网络backbone 已经在 ImageNet 上预训练过 model fcn_resnet50(pretrainedTrue) # 把分类头改成 1 个输出通道用 sigmoid 做二分类背景 vs 车道线 model.classifier[4] nn.Conv2d(512, 1, kernel_size1) device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) dataset LaneDataset(data/training, data/labels) loader DataLoader(dataset, batch_size8, shuffleTrue, num_workers4) # 二分类用 BCEWithLogitsLoss如果标注是多类别左线/右线/背景就换 CrossEntropyLoss criterion nn.BCEWithLogitsLoss(pos_weighttorch.tensor([5.0]).to(device)) optimizer torch.optim.Adam(model.parameters(), lr1e-3) for epoch in range(50): model.train() running_loss 0.0 for imgs, masks in loader: imgs, masks imgs.to(device), masks.to(device) outputs model(imgs)[out] # fcn_resnet50 返回 dict取 out 字段 loss criterion(outputs, masks) optimizer.zero_grad() loss.backward() optimizer.step() running_loss loss.item() * imgs.size(0) avg_loss running_loss / len(dataset) print(fepoch {epoch:02d} loss {avg_loss:.4f}) # 保存 checkpoint而不是只存 model方便断点续训 torch.save({ epoch: epoch, model_state_dict: model.state_dict(), optimizer_state_dict: optimizer.state_dict(), loss: avg_loss, }, fweights/lane_net_{epoch:02d}.pth)这段代码里有几个参数需要认真解释。pos_weight 是 BCEWithLogitsLoss 专有的正样本加权参数我把它设为 5.0因为一张道路图里车道线像素往往只占 1% 左右如果不加权模型学到“全部预测为背景”就能拿到很低的 loss后面避坑章节会展开。学习率 lr1e-3 适合 Adam 配合预训练骨干如果是从头训练的网络我一般降到 5e-4。batch_size8 在 8G 显存下基本够用显存紧张时可以降到 4分割任务对 batch 大小没有分类任务那么敏感。保存 checkpoint 而不是只存权重是为了训练中断后能从上次的 epoch 接着跑不需要从头再来。3.3 训练时盯哪几个指标loss、F1和IoU训练时不能只盯 loss。BCE loss 在 0.1 到 0.2 之间时模型看起来收敛了但画出来的线可能千疮百孔因为背景像素占了绝大多数loss 被背景的“正确预测”稀释了。你需要额外算两个指标。第一个是 F1-score它是精确率和召回率的调和平均。对车道线分割来说F1 比 accuracy 可靠得多因为 accuracy 会被大量背景像素拉高到 99% 以上看起来很好看但毫无意义。第二个是 IoU也就是交集除以并集衡量预测车道线和真实车道线的重合程度。车道线目标细长IoU 天然偏低0.5 以上已经算不错0.6 就是很好的成绩。Tusimple 官方指标还提供一个特殊定义在预设的 h_samples 行上预测车道线的 x 坐标与真实标注的 x 坐标距离小于 20 像素就判该点为正确。这个指标对工程落地更友好因为它直接对应“我画出来的线离真线差多少像素”。所以训练之余可以把验证集上的预测结果按这个规则跑一遍得到的结果更适合写进毕业论文的对比表格。4. 直接跑通源码里的模型环境、权重加载与一次推理训练可以慢慢调但很多人拿到源码的第一需求是“先跑通看到效果”。这一章解决的就是这个问题环境怎么配不翻车、权重文件怎么正确加载、推理代码怎么写才不容易出现玄学问题。4.1 环境配置最容易翻车Python版本与依赖对应关系源码包里的模型都是用某个特定版本的 Python 和深度学习框架训练的直接拿最新版环境去跑经常报错。最常见的三个坑一是 PyTorch 和 torchvision 版本不匹配装完 torch 发现 torchvision 的版本对不上import 直接挂二是 OpenCV 缺库文件或者和 numpy 版本冲突运行时窗口弹不出来三是 Python 版本过新老代码里有的 API 被废弃。我一般会用 conda 新建一个环境把 Python 版本固定到源码文档推荐的区间再装框架。如果你不确定该装哪个版本优先看项目里有没有 requirements.txt有的话直接按它装没有的话Python 3.8 加 PyTorch 1.x 这个组合兼容性最稳。conda create -n lane python3.8 conda activate lane pip install torch torchvision pip install opencv-python numpy tqdm装完以后可以快速自检在终端里执行python -c import torch, torchvision, cv2; print(torch.__version__, torchvision.__version__)不报错就说明基础环境通了。如果显卡驱动比较老PyTorch 装不上 GPU 版本可以先在 CPU 上跑推理代码里把模型加载到 CPU 即可。低显存机器跑这个项目后面避坑章节有完整的三板斧方案。4.2 加载权重文件state_dict与完整checkpoint的区别源码包里的模型文件通常有两种保存格式。第一种只存模型参数也就是 state_dict文件后缀一般是 .pth 或 .pt加载方式很直接用 torch.load 之后喂给 load_state_dict。第二种是完整 checkpoint里面除了模型参数还有优化器状态和 epoch 编号需要按 key 去取。import torch # 情况1模型结构定义在 model.py 里假设类名叫 LaneNet from model import LaneNet model LaneNet() checkpoint torch.load(weights/best_model.pth, map_locationcpu) # 情况2完整 checkpoint只取模型部分 if model_state_dict in checkpoint: model.load_state_dict(checkpoint[model_state_dict]) else: model.load_state_dict(checkpoint) model.eval()这里的 map_location 参数常年被人忽略。如果你在没装 CUDA 的机器上直接 torch.load会报 CUDA 不可用的错误加一个 map_locationcpu 就能稳稳地把权重加载到 CPU。另一个高频报错是“size mismatch”这是因为 torch.load 出来的模型结构参数和你当前实例化的模型结构不一致比如训练时分类头输出 1 通道你测试时却定义成 2 通道。遇到这种情况把 checkpoint 里的 key 名打印出来和 model.state_dict() 的 key 名逐一对照差异项就是需要改结构的地方。4.3 推理后处理把概率图变成连续实线权重加载成功后推理本身只有几行代码难的是后处理。下面的代码演示了从一张测试图片到输出可视化结果的完整过程。import cv2 import numpy as np import torch from model import LaneNet model LaneNet() model.load_state_dict(torch.load(weights/best_model.pth, map_locationcpu)) model.eval() img cv2.imread(test.jpg) # 原图是 BGR 格式 img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_resized cv2.resize(img_rgb, (512, 256)) # 必须和训练时的尺寸一致 input_tensor torch.from_numpy(img_resized).permute(2, 0, 1).float() / 255.0 input_tensor input_tensor.unsqueeze(0) # 变成 [1, 3, 256, 512] with torch.no_grad(): probs torch.sigmoid(model(input_tensor)).squeeze().numpy() # 阈值分割得到 0/1 二值图 binary (probs 0.5).astype(np.uint8) # 找所有车道线像素的坐标 ys, xs np.where(binary 0) if len(xs) 50: # 点数太少时拟合结果不可靠 coeffs np.polyfit(ys.astype(float), xs.astype(float), 2) # 二次多项式拟合 plot_y np.linspace(0, binary.shape[0] - 1, 100) plot_x np.polyval(coeffs, plot_y) # 把坐标映射回原图尺寸 scale_x img.shape[1] / binary.shape[1] scale_y img.shape[0] / binary.shape[0] for y, x in zip(plot_y, plot_x): cv2.circle(img, (int(x * scale_x), int(y * scale_y)), 3, (0, 255, 0), -1) cv2.imwrite(result.jpg, img)推理代码里有三个细节直接决定输出质量。第一个是 resize 尺寸必须和训练时完全一致很多模型训练用 512×256测试时你随手改成 288×800概率图质量立刻下降——这不是模型坏了是输入分布变了。第二个是阈值0.5 是保守默认值如果画出来的线断断续续把阈值降到 0.4 通常能改善。第三个是 np.polyfit 的传参顺序第一个参数是 y 坐标第二个是 x 坐标车道线拟合的场景里 y 是自变量、x 是因变量反了画出来的线位置会错乱。点数太少时不要强行拟合加一个数量判断否则几根白噪声像素也会给你拟合出一条贯穿全图的斜线。5. 车道线检测项目的5个典型坑与排查思路这一章写我见过的、以及自己踩过的坑。每个坑按“现象 → 原因 → 解决”来写你跑项目遇到类似情况时可以直接对号入座。5.1 训练loss卡在0.6~0.7不下降正负样本严重不均衡现象训练迭代了很多轮loss 一直徘徊在 0.65 到 0.70偶尔下降一点又弹回去。看预测结果整张图全是黑色没有任何车道线。原因二分类交叉熵的 loss 在 0.69 附近正好是“所有像素都预测为背景”时的值。车道线像素占整张图的比例常常不到 1%网络发现只要全部输出背景损失就已经很低没必要再去学复杂的特征。解决给正样本加权。在 BCEWithLogitsLoss 里设置 pos_weight 参数我一般从 5 开始试如果还不行就加到 10。另一个思路是换用 Focal Loss它会自动降低已分类正确样本的权重让模型聚焦在难样本上。还有一个笨办法训练前把图片中背景区域随机裁剪掉一部分人为提高车道线像素的占比。这三个方法可以叠加使用。5.2 训练时显存直接爆掉低显存运行的三板斧现象显卡显存 4G 或 6G加载数据后一跑训练就报 CUDA out of memory进程直接被杀。原因分割任务的一大特点是输入图片大、特征图通道多编码器下采样后通道数激增显存消耗比分类任务大得多。如果数据加载时还开了很多 num_workers内存和显存都容易被挤爆。解决按顺序尝试三板斧。第一步把输入分辨率从 512×256 降到 256×128显存占用立刻减少四分之三。第二步把 batch_size 降到 4 或 2分割任务梯度噪声大一点没关系小 batch 照样能收敛。第三步启用混合精度训练PyTorch 自带的 torch.cuda.amp 可以把显存占用再减一半。这三步都做完4G 显存跑一个小型车道线网络没有问题。5.3 推理时车道线断成一截一截缺形态学后处理现象模型输出的概率图在车道线中间有明显缺口明明人眼看是连续的一条线画出来却断成好几段高速路的虚线更是直接消失大半。原因车道线本身比较细分割模型在边缘处的预测置信度不高阈值一卡就把中间像素剔掉了形成空洞。这属于典型的“模型没错后处理太粗糙”。解决在图 4.3 的阈值分割之后加一步形态学闭运算——先膨胀再腐蚀把概率图上的小洞填上。OpenCV 的 cv2.morphologyEx 用 MORPH_CLOSE 就行内核大小取 5×5迭代一两次。闭运算的效果是把断点连起来又不会像纯膨胀那样把线条加粗太多。此外也可以对连通域做过滤只保留面积大于某个阈值比如 50 像素的区域去掉孤立噪声。经过这两步曲线拟合的质量会明显提升。5.4 训练和测试用的图片颜色不一致RGB与BGR顺序搞反现象训练时指标正常单独跑推理时可视化结果惨不忍睹有时候画的线偏移明显有时候几乎找不到线。原因OpenCV 的 imread 读进来是 BGR 格式而 PyTorch 训练时通常会转成 RGB。你的训练代码里如果做了 cvtColor推理代码里忘了做模型看到的就是通道顺序错误的输入特征全部错位。解决统一约定通道顺序。我自己的习惯是训练和推理都在数据加载后立即cv2.cvtColor(img, cv2.COLOR_BGR2RGB)转完以后用同一个预处理函数处理所有图片。如果你不想改代码也可以用一个小脚本分别用 RGB 和 BGR 顺序跑同一张图看哪次的输出车道线拟合得准就知道当前项目默认用哪种顺序。5.5 白天效果不错夜间直接翻车数据域差异现象模型在白天测试集上的 F1 超过 0.6拿到夜间或者黄昏的视频帧上漏检和误检都大量出现。原因训练集和测试集分布不一致。大部分公开数据集采集自白天晴天夜间图像对比度低、车灯产生强光晕车道线在图像里的视觉特征完全不同模型见过的模式里没有这类样本。解决最直接的办法是收集少量夜间图片对原模型做微调哪怕只有几百张都能明显改善。另一个做法是在训练数据增强里加入随机伽马校正和对比度扰动模拟低照度环境。如果不想动训练还可以在推理前对图像做自适应直方图均衡化CLAHE提升低对比度区域的细节这个预处理在很多夜间场景里效果立竿见影。这个问题作为毕业设计的“夜间鲁棒性改进点”去展开写是一个非常自然的切入点。6. 把源码改造成能过答辩的毕业设计四个加分方向源码跑通只是起点要让答辩评委觉得你有独立工作需要在原项目基础上做“看得见的改进”。这里给四个改造方向都由浅入深。6.1 给网络加注意力模块改动小、见效快的经典操作在模型的编码器末端或解码器跳跃连接处插入 SE 模块或 CBAM 模块是性价比最高的网络结构改进。一个 SE 模块只需要几行代码对参数量增加不到 1%却通常能带来 1 到 3 个百分点的 F1 提升。做对比实验时跑一个 baseline 和一个加注意力版本两张训练曲线图放一起改进效果一目了然。6.2 视频流时序平滑让车道线不再发抖单帧推理经常出现车道线左右抖动这在视频里非常明显。常见的做法是保存最近 N 帧的拟合曲线参数对二次多项式系数做滑动窗口均值滤波窗口大小取 5 到 10 帧即可。平滑后的曲线要延迟一帧输出但这个延迟人眼几乎感觉不到。这个模块可以作为“基于时序信息的车道线稳定性优化”写进论文。6.3 曲率计算与真实距离映射把检测结果变成驾驶决策车道线拟合出二次曲线后可以通过曲率公式计算出当前车道的弯曲程度再结合相机标定参数把像素距离换算成米。这个功能是很多自动驾驶项目中车道线检测模块的下游输入写在论文里能显著提升项目的应用价值。实现上只需要对拟合系数求导但答辩时能讲清楚原理就已经是加分项。我自己做这个方向时最深的体会是别一上来就调参先把推理端跑通、看到线画出来再回头改训练和网络结构。因为后处理只要代码没问题模型的好坏会直接反映在可视化结果上这种反馈回路能帮你快速定位问题。希望这篇笔记能帮你把这套车道线检测源码变成自己的东西省下该省的力踩的坑也都替你踩平了。本文还有配套的精品资源点击获取