项目二项目实施4：基于视觉传感器实现车道线检测（教师手册）.docVIP

任务2.7基于视觉传感器实现车道线检测-教师手册

智能网联汽车传感器应用技术

PAGE

PAGE1

1.一体化教学设计

授课教师：

授课班级：

学时数：8

授课日期：

一体化教学场所：

教学目标

能力目标

知识目标

素质目标

1.掌握利用Lanenet算法预测tusimple数据集以及真实数据；

2.掌握利用laneatt预测tculane数据集和tusimple数据集并生成MP4视频文件。

1.通过课程讲解了解计算机视觉中分割任务的定义；

2.通过课程讲解了解车道线检测的常用数据集；

3.通过课程讲解了解深度学习相关知识；

4.通过课程讲解了解车道线检测算法Lanenet算法和Laneatt算法。

1.培养独立思考和自主精神；

2.培养精益求精的品质。

教学重点

1.车道线检测与分割任务；

2.车道线检测常用数据集；

3.车道线检测算法；

4.利用Lanenet算法预测tusimple数据集以及真实数据；

5.利用laneatt预测tculane数据集和tusimple数据集并生成MP4视频文件。

教学准备

1.基于视觉传感器实现车道线检测课件；

教学活动

1.通过多媒体课件讲解，让学生们了解车道线检测与分割任务的定义；

2.通过多媒体课件讲解，让学生们了解车道线检测常用数据集；

3.通过多媒体课件讲解，让学生们了解车道线检测算法；

4.通过视频教学讲解、实操演示和学生动手实操，让学生们掌握车道线检测开发实训操作。

课后作业

教学体会

2.一体化教学实施

教学流程

教学内容

教学方法

教学手段

学生活动

时间分配（min）

教学引入

提问：车上摄像头如何实现车道线检测功能？

课前提问

多媒体课件

分组讨论

10

教学告知

1.车道线检测与分割任务；

2.车道线检测常用数据集；

3.车道线检测算法；

4.利用Lanenet算法预测tusimple数据集；

5.利用laneatt预测tculane数据集和tusimple数据集并生成MP4视频文件。

讲授

多媒体课件

示范教学

课前预习

15

教学准备

1.基于视觉传感器实现车道线检测课件；

讲授

多媒体课件讲解

课前预习

10

教学实施

1.车道线检测与分割任务；

2.车道线检测常用数据集；

3.车道线检测算法；

4.利用Lanenet算法预测tusimple数据集以及真实数据；

5.利用laneatt预测tculane数据集和tusimple数据集并生成MP4视频文件。

讲授

演示

练习

多媒体课件讲解

实操演示

课前预习

分组讨论

动手实操

25

教学总结

1.车道线检测相关知识

2.利用算法实现车道线检测

提问启发引导

多媒体课件讲解

1.回答问题

2.完成学生工作页

30

3.任务考核及答案

3.1基础知识认识工单

在计算机视觉中分割任务包括语义分割与实例分割。

车道线检测常用数据集包括CULane数据集和TuSimple数据集。

车道线检测常用算法包括Lanenet算法和laneatt算法。

3.2利用Lanenet算法预测tusimple数据集以及真实数据开发活动实施工单

步骤

操作

根据实际情况在“”上填上正确答案

1

创建虚拟环境

（1）打开终端

（2）输入命令condacreate-nlanenetpython=3.7-y：创建Lanenet虚拟环境

（3）输入命令condaactivatelanenet：进入lanenet虚拟环境

（4）输入命令cd/home/root123456/project/lanenet-lane-detection-master：进入项目文件夹

（5）输入命令pipinstall-rrequirements.txt-i/simple：安装项目所需Python包

2

数据集预处理

（1）输入命令：pythontools/generate_tusimple_dataset.py--src_dirdata/train_set：解压Tusimple数据集压缩文件train_set.zip至项目文件夹下的./data/train_set文件夹

（3）输入命令pythontools/make_tusimple_tfrecords.py：获得tfrecords文件。

3

训练与测试

（1）输入命令：pythontools/train_lanenet_tusimple.py

（2）输入命令：pythontools/test_lanenet.py--weights_path./model/tusimple_lanenet/tusimple_lanenet.c