車道偵測

• cycle gan

  • 整個cycle可以看成是一個autoencoder,兩個generator看成是encoder和decoder,而兩個discriminator則是準則,整體架構如下:

    

  • loss 方面,有兩個判別網路的loss,還有兩個生成網路的loss,最後是L1 loss(希望生成圖像，與輸入圖像很接近)

    

• pix2pix

  • 判別網路將兩張圖片組成一個 pair ,輸入從三通道變六通道的疊加圖,整體結構如下:

  ​

  • patch gan

    將圖像分成NxN的patch,來減少運行時間,還能更好的處理大圖片的細節

  • loss 方面,有一個gan的loss,和L1 loss

    

  • Unet

    類似 auto encoder + residual , 來減輕訓練的負擔 ,整體結構如下:

• convolution auto encoder

  • 將圖片經由conv壓縮成向量,在deconv重構成原來圖片