企业官网建设流程全解析

简介：自动驾驶车道线分割数据集，面向计算机视觉与自动驾驶感知方向的学习者与开发者，可用于虚线、实线及背景三类别的语义分割模型训练与验证。数据集已划分训练集与验证集，共约1300张图像及对应标签，另包含用于快速预览的可视化脚本，能随机抽取样本并生成原图、GT及叠加展示图，便于检查标注质量与模型输入效果。压缩包共2000个文件，以png标签图和jpg原图为主，附带类别说明txt与可视化py脚本，整体大小约146.87MB，结构简洁易用。目前已有302人学习下载，适合配合U-Net、Swin-UNet等分割网络进行实操练习或算法改进实验。

1. 1300张车道线图能撑起哪些活：先把数据集的边界说清楚

在自动驾驶感知栈里，车道线分割是离量产最近、也最容易在评测集上翻车的任务之一。没有它，车道保持、变道决策和局部路径规划全部悬空；有了它，哪怕只用三类像素级标签——背景、虚线、实线——就能把感知链路的最低成本版本跑通。本文要拆的车道线语义分割数据集（3类分割，约1300张数据和标签）就是这样一个常见配置：图量不大，但类别边界清楚，适合验证图像分割算法、做车道线检测模型的对比训练，也适合当语义分割数据集制作的参照模板。别小看这1300张：用不好它比噪声还坑，用对了能帮你把网络结构、损失函数、类别权重这些参数一次量清楚。下面从标注规范开始讲到训练、增强和验收。

2. 把虚线、实线、背景三类标对：语义边界与标注规范

拿到任何车道线分割数据集，第一个要问的不是模型，而是标签怎么定义的。这个数据集只有3类，听起来比COCO的80类简单，但真实的坑全在半像素和边界约定里。同一根车道线，不同标注者可能给出不同掩码，差别不在网络，而在规范。

三类分割的语义边界如果没定死，训练出来的模型就会在“虚线断口该不该补上”这种问题上摇摆。这一章先把类别定义、像素值、文件组织讲透，这部分不扎实，后面所有训练都是白做。

2.1 三类标签的语义边界：虚线空白段算背景，不算“第四类”

常见的像素约定是：背景=0，虚线=1，实线=2。看起来直接，但有一个特别容易讨论不清的点——虚线由线段和间隔组成，间隔部分的路面该标什么？答案是背景。间隔在语义上仍然是路面，它不是一条“隐形的线”，更不是第三种类别。很多新手做语义分割数据集制作时，会下意识把虚线的断口也标记成虚线，结果模型学到的是“虚线的轮廓是一个连续长条”，断口处反而被错误地预测成实线。

实线的定义相对简单：连续涂刷的车道分隔线、道路边缘线都算实线。这里要补充一个约定：双黄线、白实线、路缘线在像素级标注里都归为实线，不区分颜色。因为语义分割任务的目标是“哪里有线”，而不是“线是什么颜色”，颜色信息交给图像本身去学习，标签层不需要额外编码。

还有一类像素需要明确排除：路口停止线、斑马线、导流线这类“线状交通标线”。它们看着像线，但语义上不是车道边界。多数自动驾驶车道线数据集的标注规范都会写明这一类不纳入3类范畴。我们自己做规范时也建议顺手把这类线在标注软件里隐藏，否则训练时模型会把停止线当成实线，在路口场景输出一大堆假线。这个边界不写进标注文档，后面返工成本极高。

另外值得提一句，车道线分割用的是语义分割而不是实例分割。早期做车道线检测的同行里，也有人尝试用实例分割给每条车道线单独分配ID，但对下游规划来说，车道线不需要区分“这是第几条线”，只需要知道哪个像素属于线、线是虚线还是实线。语义分割的输出直接是逐像素类别，推理链路短、延迟低。从YOLO系列里关于实例分割与语义分割的区分也能看到，两者的分界从来不是模型结构，而是输出粒度和使用方式。

2.2 标注与掩码文件组织：多段线转灰度PNG的像素约定

拿到数据后第一件事，先检查目录结构和标签文件格式。车道线数据集的常见组织方式是图像与标签分离存储，标签用灰度PNG，一个像素对应一个类别ID。PNG是无损压缩，能保证像素值不因压缩而漂移， JPEG 格式的掩码坚决不能用。

常见目录结构如下：

lane_dataset/ ├── images/ │ ├── 000001.jpg │ └── ... ├── labels/ │ ├── 000001.png │ └── ... ├── train.txt └── val.txt

images放原图，labels放灰度掩码，train.txt和val.txt每行写一个不带后缀的图片ID。这样做的目的是让 Dataset 类只读文本列表，不遍历全目录，训练时数据加载顺序可控，验证集也不会被误混进训练列表。

标签制作阶段，我一般用多段线工具标注，然后把多段线栅格化成掩码。直接拿画笔涂，边缘毛刺多，线宽不稳定，后期的训练会被迫去拟合标注噪声。多段线的好处是车道线本质上就是细长结构，几个关键点就能描述一段线，栅格化后线宽一致，边界干净。

拿到这套数据后，先写一个小脚本检查标签合法性，别急着开训练：

import cv2 import numpy as np from collections import defaultdict mask = cv2.imread('labels/000042.png', cv2.IMREAD_GRAYSCALE) counts = defaultdict(int) for v in mask.flatten(): counts[v] += 1 total = mask.size for cls_id in sorted(counts): print(f'class {cls_id}: {counts[cls_id]} px, {counts[cls_id] / total:.4%}')

这段代码统计一张标签中每个类别的像素占比。正常情况下，背景占比应该在 85%–95%，虚线、实线合计占比在 5%–15% 左右。如果你看到类别ID出现了3、255或者其他非约定值，说明标注导出时颜色表没映射干净，这类非法像素会在训练时被当作未知类别处理，轻则损失函数跳变，重则整个预测输出乱掉。

注意：标签文件必须保证与原图尺寸一致。CNN 训练时会强制 resize 到固定尺寸，但标注导出环节如果分辨率不统一，会出现标签和原图局部错位的诡异效果，这种问题在可视化阶段很难一眼看出来。

还要检查掩码的边界质量。放大看几根虚线的断口处，边缘不能有多像素的渐变过渡。灰度PNG的像素值应当是 0、1、2 这种硬标签，如果边界出现 3–10 的中间值，说明标注工具用了抗锯齿导出，必须重新栅格化。这种细节决定了模型学到的边界是锐利的还是糊的。

3. 用1300张图训出能用的车道线分割模型：PyTorch最小训练管线

数据检查和标注规范确认后，接下来就是把图像和标签喂进网络。1300张图规模不大，很多团队会用 DeepLabv3+、PSPNet 这类语义分割算法做主力模型。我一般推荐先把 ResNet50 作为骨架的 DeepLabv3+ 跑通，因为它收敛稳定、显存占用适中，用来做 baseline 比较合适。

这一章给出一套完整的最小训练管线，覆盖数据加载、损失设计、训练循环和保存策略。代码可以直接复制改路径跑起来。

3.1 Dataset 类的三个关键：路径对齐、插值、标签不回退化

先把 Dataset 类写出来：

import os import cv2 import torch from torch.utils.data import Dataset class LaneSegDataset(Dataset): def __init__(self, root, split_file, size=(512, 288), transform=None): self.root = root self.size = size self.transform = transform with open(split_file, 'r', encoding='utf-8') as f: self.ids = [line.strip() for line in f if line.strip()] def __len__(self): return len(self.ids) def __getitem__(self, idx): img_id = self.ids[idx] img = cv2.imread(os.path.join(self.root, 'images', f'{img_id}.jpg')) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) mask = cv2.imread(os.path.join(self.root, 'labels', f'{img_id}.png'), cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, self.size, interpolation=cv2.INTER_LINEAR) mask = cv2.resize(mask, self.size, interpolation=cv2.INTER_NEAREST) img_t = torch.from_numpy(img).permute(2, 0, 1).float() / 255.0 mask_t = torch.from_numpy(mask).long() if self.transform: img_t, mask_t = self.transform(img_t, mask_t) return img_t, mask_t

这里有三个关键点。第一，cv2.imread读出来是 BGR 顺序，需要转成 RGB，否则模型学到的颜色分布是错的，典型表现是训练 loss 正常但可视化结果偏色。第二，mask 的 resize 必须用cv2.INTER_NEAREST最近邻插值，不能用线性插值。线性插值会在类别边界制造出 0.5、1.5 这类中间值，转成long()后类别发生偏移，相当于标签被悄悄篡改。第三，图像归一化在这里用除以 255 完成，网络内部再用 ImageNet 统计量做正则化也可以，但要在 transform 里写清楚，避免训练和推理不一致。

3.2 损失、类别权重与优化器参数：让虚线类不被背景吞掉

车道线分割天然是样本不均衡问题。一张 1280×720 的图里，背景占据绝大部分像素，虚线、实线加在一起往往只有几十万像素。直接套用标准 CrossEntropy，模型会快速收敛到“全预测为背景”，mIoU 看似不低，但车道线一条都出不来。

做法是给类别加权重：

import torch.nn as nn class_weights = torch.tensor([0.2, 10.0, 5.0], device='cuda') criterion = nn.CrossEntropyLoss(weight=class_weights, ignore_index=255)

权重值怎么定？一个经验起点是背景权重 0.1～0.3，虚线权重 5～10，实线权重 3～6。背景占比高，权重压低；虚线和实线占比低，权重抬高。但权重不是越大越好：虚线的断口处与背景相邻，权重过大会让模型为了压低损失，把断口处强行补成线，结果虚线连成实线，实线反而出现毛刺。这个我在避坑章节里会单独展开。

优化器和调度器用下面的配置：

optimizer = torch.optim.AdamW(model.parameters(), lr=2e-4, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.PolynomialLR(optimizer, total_iters=60, power=0.9)

AdamW 在语义分割里的收敛速度通常优于 SGD，配合多项式衰减能稳定收尾。初始学习率 2e-4 对 ResNet50 作为骨架的 DeepLabv3+ 来说是安全区间，batch size 建议 4 到 8，这个配置在单张 3080 级别显卡上可以跑动。

3.3 训练主循环与保存策略：每训练几轮就存一次断点

训练主循环：

def train_one_epoch(model, loader, optimizer, criterion): model.train() total_loss = 0 for imgs, masks in loader: imgs = imgs.cuda() masks = masks.cuda() optimizer.zero_grad() out = model(imgs)['out'] loss = criterion(out, masks) loss.backward() optimizer.step() total_loss += loss.item() * imgs.size(0) return total_loss / len(loader.dataset) for epoch in range(60): loss = train_one_epoch(model, loader_train, optimizer, criterion) scheduler.step() print(f'epoch {epoch:03d} loss {loss:.4f}') if epoch % 5 == 0: torch.save(model.state_dict(), f'checkpoints/lane3cls_epoch{epoch}.pth')

model(imgs)['out']是针对 DeepLabv3+ 这类检测头的写法，输出字典里out才是分割 logits。每 5 个 epoch 存一次断点，不是为了省存储，而是万一后期 loss 震碎，还能回退到中间检查点。1300 张图训练一个 epoch 很快，不要每轮都存，浪费磁盘也干扰判断。

训练时一定用 ImageNet 预训练权重初始化骨架，随机初始化在 1300 张的小数据集上非常容易陷入不收敛。加载权重后先冻结骨架跑 5 个 epoch，只训分割头，等 loss 稳定后再解冻全部层，这是我在小数据集上常用的稳妥手法。

4. 自动驾驶路况对数据集的苛刻要求：光照、磨损与动态遮挡

1300 张图看起来数量不小，但自动驾驶路况的分布远比想象中宽。同一段路，白天、夜晚、逆光、雨天、树荫遮挡，成像差异巨大。而很多公开车道线数据集的采集条件和标注规范，并不一定覆盖这些极端情况。

如果整个自动驾驶决策链路还想把决策延迟压进 32.8 毫秒量级，车道线分割的前端感知必须足够鲁棒。这章从光照、磨损、遮挡三个角度讲怎样评估并补强这套数据集。

4.1 白天训练、夜间失效：亮度扰动是第一类增强

一个在晴天中午采集的数据集，模型在白天测试集上 mIoU 可能到 0.7，但一上夜路立刻掉到 0.3。这不是模型结构问题，而是亮度分布完全错位。夜间的车道线亮度低、对比度差，自车大灯照射距离有限，图像前亮后暗，模型根本没在训练时见过这种全局梯度。

应对手法是亮度对比度增强。用 albumentations 实现：

import albumentations as A import cv2 train_transform = A.Compose([ A.RandomBrightnessContrast(brightness_limit=0.35, contrast_limit=0.3, p=0.8), A.GaussNoise(var_limit=(10.0, 50.0), p=0.5), A.RandomShadow(shadow_roi=(0, 0, 1, 1), num_shadows_limit=2, p=0.3), A.ShiftScaleRotate(shift_limit=0.05, scale_limit=0.05, rotate_limit=5, border_mode=cv2.BORDER_CONSTANT, value=0, p=0.5), A.HorizontalFlip(p=0.5), ])

RandomBrightnessContrast把亮度范围拉宽，模拟从清晨到黄昏再到夜晚的不同曝光。RandomShadow在图像上叠加阴影块，模拟桥洞、树荫和高架遮挡。这两个增强是车道线分割最实用的两个操作，比盲目加模糊效果好得多。

4.2 车道线磨损与遮挡：数据集里的“隐形类别不平衡”

另一个比亮度更隐蔽的问题是车道线本身的磨损和污渍。旧路面的实线可能断成好几段，虚线可能只剩一小截。标注时如果只按“能看清的线”标，那磨损部分会被标成背景，模型学到的是“只有高对比度的线才是线”，这与真实路况严重不符。

自动化驾驶场景里，磨损线的像素量和完整线完全不是一个量级，这构成了语义层面的“隐形类别不平衡”。处理手段不是单纯调权重，而是要在增强里加入降质操作：对图像局部做高斯模糊、降低对比度，或者给线区域加少量噪声，让模型学会从纹理线索中恢复线形，而不是依赖明亮边界。

如果模型在验证集上对磨损段的召回率明显低于完整段，可以用图像形态学方法做后处理，但治本手段还是在增强阶段补足低对比度样本。别指望只用 1300 张原始图就能覆盖所有路面状况，增强是必须做的。

4.3 用增强把1300张“扩”到能用：代码与取舍

直接用上面的train_transform每轮生成不同样本，一个 epoch 里模型看到的有效变体数能扩大几十倍。这套增强里有几个取舍值得注意。

第一，HorizontalFlip对语义分割是安全的，因为背景、虚线、实线的类别语义不会因左右翻转而改变，这一点和实例分割不同，实例分割翻转后标注框和 mask 也要跟着翻。第二，ShiftScaleRotate的border_mode用BORDER_CONSTANT并把填充值设为 0，这样图像周围补的是黑色像素，对应掩码补的是背景类别，语义一致。第三，不要加入垂直翻转。车道线照片有明确的上下结构，车头方向、地平线位置都是强先验，垂直翻转会让模型看到车道线挂在天空上的荒谬样本。

裁剪也要谨慎。车道线是长条结构，随机裁剪很容易裁掉半根线，破坏连续性。我更推荐全图 resize 到固定尺寸而非随机裁剪，必要的时候只做水平平移，不做垂直平移。

5. 车道线分割避坑记录：5条从训练到验证踩出来的问题

下面这些坑，不是从文档上看来的，是真实训练里踩过后又排查出来的。每一条都按现象、原因、解决三个层次写，对应训练环节里最容易翻车的五个位置。

5.1 标签和原图对不齐：训练曲线好但边界全花

• 现象：训练 loss 稳步下降，验证 mIoU 也不差，但把预测结果和原图叠加后发现，车道线预测区域整体偏移了几个像素，虚线断口位置错位，边界模糊。
• 原因：标签和原图不是严格对齐的。有些数据集的图像经过畸变矫正或裁剪，但标签没有做同等变换，或者标注导出时分辨率设置不一致。CNN 训练时会强制 resize，把像素级误差掩盖了，但推理时面对原始比例图像，错位立刻暴露。
• 解决：先写脚本随机抽取 10 组图，将原图和掩码按 50% 透明度叠加，人工看对齐情况。再检查掩码尺寸是否与原图一致，不一致就用最近邻插值重采样修正。

5.2 虚线权重设太高：断口被补成实体线

• 现象：虚线的断口处被模型预测成实线，整条虚线变成一根连续长条，验证集上虚线 IoU 很高，但实线上出现毛刺，整体车道形态失真。
• 原因：类别权重失衡。虚线像素占比少，为了拉高它的损失权重，把断口处也压向了虚线类。网络学习到“紧邻线段的区域大概率也是线”，于是把断口填满。
• 解决：降低虚线的权重比，从 10 降到 6 左右，并调高背景权重到 0.3，让断口处保持背景。训练后用形态学开运算清洗预测结果，去掉细小的误检连接。

5.3 连续帧混进训练验证集：指标虚高近说谎

• 现象：训练时验证 mIoU 高达 0.85，但把它部署到另一段完全没见过的路上，性能骤降到 0.5。
• 原因：1300 张图如果能按连续帧提取，那么相邻帧之间高度相似。随机划分训练验证集时，同一路段的连续画面同时出现在两端，模型相当于提前见过“正确答案”，验证集失去意义。
• 解决：划分数据必须按视频片段或场景段进行，不能按帧随机。同一段连续画面全部进训练集或全部进验证集，确保验证集都是新鲜场景。这个环节直接影响你对模型实际能力的判断。

5.4 随机初始化在1300张上不收敛

• 现象：模型从头训练，loss 下降缓慢，到第 30 个 epoch 仍在高位震荡，验证集几乎输出全背景。
• 原因：语义分割网络的参数量远大于 1300 张图能提供的信息量，随机初始化让模型无法在有限样本上建立有效的特征提取器。
• 解决：加载 ImageNet 预训练权重的骨干网络，冻结前几层，先训练分割头。等 loss 下降到平稳后，再解冻全部层继续微调。如果显存紧张，换轻量骨架如 MobileNetV3 也能跑出可用结果。

5.5 只看mIoU不看边界质量：指标好看但实车没法用

• 现象：验证集 mIoU 在 0.72 左右，看起来达标，但实车测试时车道线预测结果断断续续，曲线路段尤其严重。
• 原因：mIoU 对整体像素覆盖敏感，但对车道线这种细长结构的边界完整性不敏感。细线区域只要偏移一个像素，IoU 可能掉几个点，但视线连续性对下游规划更重要。
• 解决：增加边界 IoU 作为辅助指标，即只计算车道线边缘像素的预测准确率。同时人工抽查连续多帧预测结果，关注线段的连续性和断口位置是否合理。指标不是越多越好，但边界质量必须在验收清单里。

6. 验证这1300张数据，把主动学习用起来再榨一轮

模型训完，评估指标算完，不代表工作结束。我的一般习惯是先把预测结果可视化出来，用最笨的办法检查，再考虑用主动学习补一轮数据。这两个步骤，往往比调模型结构更能提升最终效果。

6.1 用九宫格可视化验证：比单看指标可靠

把原图、标签、预测结果横向排在一起，自己看 10 组以上：

import matplotlib.pyplot as plt import torch pred = torch.argmax(out, dim=1).cpu().numpy().squeeze() gt = masks.cpu().numpy().squeeze() fig, axes = plt.subplots(1, 3, figsize=(15, 5)) axes[0].imshow(img) axes[1].imshow(gt, cmap='gray') axes[2].imshow(pred, cmap='gray') plt.show()

重点看三件事：虚线断口是否保持断开；实线是否连续；阴影和路面边缘有没有被误判为线。这三类错误在 mIoU 上不一定体现得很明显，但人眼一扫就能判断模型学到了什么。

6.2 主动学习：用低置信度样本补标最有价值

1300 张图用完以后，如果需要继续提升，我一般不会盲目采集更多数据。先把手头未标注的图像过一遍模型，用预测熵找出模型最不确定的样本，只补标那些图。

with torch.no_grad(): prob = torch.softmax(out, dim=1) entropy = -(prob * prob.clamp(min=1e-8).log()).sum(dim=1) hard_score = entropy.mean(dim=(1, 2)).cpu().numpy() hard_idx = np.argsort(hard_score)[-200:]

hard_score越高，表示模型对这一帧的类别分配越没有把握。挑出分值最高的 200 张，人工补标后加入训练集。这套流程比随机扩充数据效率高很多，成本集中在标注上，花得更值。

在我自己处理车道线项目时，最后养成的习惯是永远留一个验证用的连续路段，不上测试集，只用来做反复可视化检查。模型参数可以反复调，但留出来的这段路不能动，动一次指标就脏一次。路况的多样性永远比模型结构重要，数据集的清理和补强，才是精度提升的真正杠杆。

希望帮到你。

本文还有配套的精品资源，点击获取