YOLOP: 一度の視覚でパノラマ走行認識を実現する

全観的な運転認識システムは自動運転の重要な部分です。高精度でリアルタイムの認識システムは、車両が走行中に合理的な判断を下すのに役立ちます。本稿では、交通物体検出、走行可能領域セグメンテーション、および車線検出を同時に実行する全観的な運転認識ネットワーク（YOLOP）を提案します。このネットワークは、特徴抽出用の1つのエンコーダと、特定のタスクを処理する3つのデコーダから構成されています。我々のモデルは困難なBDD100Kデータセットにおいて非常に優れた性能を示し、精度と速度の面で全ての3つのタスクにおいて最先端の結果を達成しています。さらに、アブレーションスタディを通じて多タスク学習モデルの共同訓練における有効性を確認しました。我々が知る限り、これは初めてJetson TX2（23 FPS）という組み込みデバイス上でリアルタイムにこれらの3つの視覚認識タスクを同時に処理し、優れた精度を維持できる研究です。今後の研究を促進するために、ソースコードと事前学習済みモデルがhttps://github.com/hustvl/YOLOP で公開されています。