PINet车道线检测是什么，就不多介绍了，可以看看原文，重点讲解一下效果复现过程。
https://arxiv.org/pdf/2002.06604.pdf

可以下载Github上的源码，也可以下载我上传百度云的源码。链接：https://pan.baidu.com/s/1T82o6BSHhrPw759I1vY6mQ
提取码：37ge

注意：Github上的有部分小问题，比如代码缩进等等（可能是作者上传的时候没有注意吧），需要自己修改一下。上传的是我自己测试过的，在服务器上跑的，能出结果。（之前出现过问题，numpy出问题了，一直报错）

Ubuntu18.04、GPU、CUDA（必须有CUDA，没有的话需要改代码）
python3.6.9
基本库都装好了，比如pytorch、numpy等等。

1. 下载源码。下载下来的可能就是如下图这个样子。想要复现效果，还需要自己添加修改些东西。
   

2. 源码下载下来之后，然后就是下载数据集Tusimple。我已上传百度云，可自行下载。https://pan.baidu.com/s/1htTlI4T194hPPs38k4wztA
   提取码：qn0e
   我测试的时候，就用了20张图片，所以没必要将全部下载下来。

3. 下载完成之后，在根目录下新建一个文件夹，Tusimple，里面放的就是测试的图片。Tusimple下还有test_set、clips、0530、1492626047222176976_0这些文件夹，20张图片就放在1492626047222176976_0这个文件夹里面。（这样做是为了顺应作者的源码，当然也可以自己新建图片存放文件夹，记住路径就行了）
   

4. 测试数据集准备完了之后，就需要修改一些文件路径了。这里面需要修改的有test.py、agent.py、parameters.py三个文件。

test.py:
63行——改成自己的测试视频路径（不测试视频，就不用管）
82行——改成自己的测试图片路径
192行——两个p.grid_y加上int，强制转换，int（p.grid_y）。（我运行的时候报错了，所以我改了）

agent.py:
245、246、247行：缩进有问题，调整跟244行一样就行了。

parameters.py：
22行：这个是调整测试模式的，0代表测试数据集所有图片；1代表测试视频；2代表测试某一张图片；默认是3，忘了是啥
51、52行：改成自己数据集的路径。
58、59、60行：grid_y、grid_x加int。（我这里报错了，所以我加了）

以上是需要修改的或者需要注意的地方。行数和我写的可能会有出入，看清楚再改。

5. 所有准备好了之后，运行python test.py就可以测试效果了。【一定要注意，选好模式，0、1、2、3】
6. 以上是下载github的源码复现步骤，如果下载我上传的，只需要注意相关路径即可，部分内容我已经修改过了（也可能因为相关库版本不对而报错，多尝试几次就好了）。经过测试，可以实现车道线检测效果。检测视频，大概10fps左右，快的话能达到20-30fps。

检测效果还不错：下面是一张Tusimple数据集的检测图片。

视频没有保存下来，放一张视频图片。