kira

这是不准备更新了吗。。emmm难受了呀

> ubuntu20.04 wechat2.9.5.41 ，可以启动，托盘没有通知的，然后主副屏幕互换一下，所有问题解决 哪里有安装教程吗

把上面说的这个文件夹，变为只读就好了。不让他创建。

有一个文件要删除还是替换。我忘了。你百度下。网上有解决办法

> > 请问bottom_priors_nums和left_priors_nums是指什么？ > > > > 初始的时候prior的分配数量，起点在图像左右边界各1/4，图像下边界1/2 这是指图中左下和右下这两部分吗？num_priors是设置的总的采样的起点数吗？ 不好意思，初学车道线检测，不太理解怎么设置的这些参数。可以大概讲解一下关于初始化设置先验车道这部分的吗？谢谢！ strip_size = 0.5 / (left_priors_nums // 2 - 1) bottom_strip_size = 1 / (bottom_priors_nums // 4 + 1) 这边除以 2...

priors[:, 6:] = ( priors[:, 3].unsqueeze(1).clone().repeat(1, self.n_offsets) * (self.img_w - 1) + ((1 - self.prior_ys.repeat(self.num_priors, 1) - priors[:, 2].unsqueeze(1).clone().repeat(1, self.n_offsets)) * self.img_h / torch.tan(priors[:, 4].unsqueeze(1).clone().repeat( 1, self.n_offsets) * math.pi +...

prior_xs = prior_xs * 2. - 1. prior_ys = prior_ys * 2. - 1. 请问这里的乘以 2 - 1 目的是什么？

@MySuperSoul hello?

 好的。谢谢您的回复。还有个问题。就是这个公式。 1、关于这个Pt的公式。这个Refined P0是不是就是将输出G叠加到feature map例如L0上的特征，然后当做L1的先验输入？  2、对于Refined是不是其中包含了ROIGather这些？我在另一个issue看到了类似的解释。那实际上refined是一个大的结构包含了处理P0的输入将其映射到L0 feature map。然后对这个新的feature map进行resize、flatten得到图中标注的Xf和卷积、FC得到Xp特征，然后进行attention操作得到W，然后再与Xf做特征抽取，得到新的车道线特征输入给feature map L1。这部分即Refined P0。 总结就是，我的理解Refined structure包含了中间整个部分。期待您的回复，谢谢！

> 就是在最顶层的feature map上做了三次迭代，这里是做对比实验用的。 那在请问一下ADD那部分是啥意思呢？