计算机视觉基于车道线检测与寻迹项目

计算机视觉基于车道线检测与寻迹项目资源介绍:

计算机视觉基于车道线检测与寻迹项目封面图

在无人驾驶技术中，感知是最基础的部分，对车辆周围三维环境的感知能力就如同眼睛一样，在做好感知系统后无人驾驶的决策系统才能工作。本课程以项目导向式教学，基于“车道线寻迹”项目，将理论基础与项目应用相结合。通过课程学习，学员可以复现计算机视觉在无人驾驶感知系统中的应用范例，为顺利完成微专业结业项目打下基础。

资源目录:

│ ├─第一章 视觉与自动驾驶
│ │ 1.1课程简介.mp4
│ │ 1.2 案例导入与自动驾驶传感方案介绍.mp4
│ │ 1.3 视觉系统在自动驾驶中的作用.mp4
│ │ 1.4 计算机视觉与传统模式识别框架.mp4
│ │ 1.5 大脑感知与深度学习.mp4
│ │ 1.6 图像数据IMAGENET与物体识别.mp4
│ │
│ ├─第三章 基于哈夫变换的车道线检测
│ │ 3.1 数据集与检测程序框架搭建.mp4
│ │ 3.2 高斯平滑.mp4
│ │ 3.3 Canny边缘检测.mp4
│ │ 3.4 哈夫变换检测直线与原图叠加.mp4
│ │ 3.5 完整项目构建.mp4
│ │ .html.url
│ │
│ ├─第二章 图像处理与视觉基础
│ │ 2.1.1 车道线检测目标.mp4
│ │ 2.1.2 数字图像处理基础.mp4
│ │ 2.2.1 Python介绍与安装.mp4
│ │ 2.2.2 OpenCV和Anaconda介绍.mp4
│ │ 2.3.1 指定路径图像读取.mp4
│ │ 2.3.2 指定路径视频读取.mp4
│ │ 2.3.3 指定区域划线.mp4
│ │ 2.3.4 图像灰度化.mp4
│ │
│ └─第四章 深度学习方法简介
│ 4.1 基于深度学习的车道线检测.mp4
│ 4.2 机器学习与深度学习的发展.mp4
│ 4.3 CNN原理及在图像处理中的应用.mp4
│ 4.4.1 数据集与软件环境介绍.mp4
│ 4.4.2 keras顺序模式配置案例讲解.mp4
│ 4.4.3 基于深度学习车道线检测代码讲解.mp4
│ 4.4.4 clip运行演示讲解.mp4