4.4. 消融实验 本节的实验将在OpenLane上进行,评估指标仍基于Gen-LaneNet[9]。我们的基线使用ResNet34作为主干,没有虚拟摄像机(VC), VRM[21]作为空间转换模块,3D车道的偏移和网格大小为0.2的关键点表示(KPR),没有2D辅助监督。我们通过增加VC、空间变换金字塔(STP)和二维辅助监督三个模块来证明我们方法的有效性。如表4所示。此外,该表显示了将KPR中的单元格大小从0.2更改为0.5的效果,我们将在下面的实验中详细讨论这一点。同时,我们演示了不同主干在特斯拉- v100上运行的速度。同时,为了验证偏移量和网格单元大小对KPR的影响,我们添加了表5。在没有偏移的实验中,F-Score随着细胞大小的增加而增加。但是,随着单元格大小的增加,X误差也会增加。添加偏移量后,X错误返回到大单元格的正常水平。同时,单元尺寸越大,FLOPs越小。实验结果表明,该模型在网格单元尺寸为0.5 × 0.5 m2时达到最佳度量。此外,我们在表6中探讨了前视图特征层的位置对视图关系模块的影响[21]。实验表明,空间变换金字塔在融合原始图像的64x下采样特征和32x下采样特征时效果最好。
|