TEDNet: 双编码 - 解码神经网络用于 2D 摄像头和 LiDAR 道路检测
原文中文，约200字，阅读约需1分钟。发表于：。基于深度学习的卷积神经网络模型提出了一种准确估计道路表面的方法，并通过双编码器 - 解码器神经网络 (TEDNet) 分别提取摄像机和 LiDAR 数据特征，使用鸟瞰图像投影进行语义分割。该方法在道路表面感知领域表现优良，在实时应用中与摄像机和 LiDAR 保持相同帧率。
本文介绍了一种名为LEDNet的轻量级网络，采用了不对称的编码器-解码器架构和ResNet作为骨干网络，以及通道分割和随机洗牌等新操作。实验证明，该模型在速度和准确性方面表现出色，并在CityScapes数据集上取得了最先进的结果。
