Skip to content
Closed
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
116 changes: 94 additions & 22 deletions src/driverless_car/README.md
Original file line number Diff line number Diff line change
@@ -1,11 +1,48 @@

# 无人机深度学习项目集合

本项目集合包含两个无人机相关的深度学习Demo,均基于代码仿真实现,无需硬件依赖。
本项目集合包含三个无人机相关的深度学习Demo,均基于代码仿真实现,无需硬件依赖。

---

## 项目1:无人机航拍图像语义分割(U-Net + 纹理化模拟数据)

### 项目简介
这是一个面向新手的无人机航拍图像语义分割项目,无需手动下载外部数据集,通过scikit-image自动生成带草地纹理的模拟航拍道路数据,使用简化版 U-Net 模型实现道路区域的语义分割,全程可在 CPU/GPU 上运行。

### 项目亮点
- 🚀 **数据自动化**:用代码生成带自然纹理的模拟航拍数据,无需手动标注或下载数据集
- 🧠 **轻量化模型**:简化版 U-Net 结构,降低计算量,新手可在 CPU 上快速训练
- 📊 **完整流程**:涵盖数据生成、模型训练、结果可视化全闭环,直观展示语义分割效果

### 快速运行
```bash
# 安装依赖
pip install torch torchvision matplotlib scikit-image pillow numpy opencv-python

# 运行主程序
python main_fg.py
```

### 核心参数说明
| 参数名 | 默认值 | 说明 |
|--------|--------|------|
| save_root | ./texture_drone_data | 模拟数据集的保存路径 |
| num_train | 10 | 训练集图片数量 |
| num_test | 1 | 测试集图片数量 |
| img_size | 256 | 图片尺寸(宽 × 高) |
| batch_size | 2 | 批次大小 |
| num_epochs | 5 | 训练轮数 |
| lr | 1e-4 | 学习率 |

### 结果说明
运行完成后,会生成包含三幅图的可视化窗口:
- **Original Drone Image (Texture)**:带草地纹理的模拟无人机航拍原图
- **Ground Truth (Road)**:道路区域的真实掩码
- **Predicted Road**:模型预测的道路掩码

---

## 项目1:无人机图像分类深度学习Demo
## 项目2:无人机图像分类深度学习Demo

### 项目简介
该项目实现了**无人机图像分类**的深度学习Demo,使用公开数据集模拟无人机采集的图像数据,搭建轻量化卷积神经网络(CNN)完成分类任务。
Expand All @@ -24,7 +61,7 @@

---

## 项目2:无人机网格路径规划(强化学习 Q-Learning 实现)
## 项目3:无人机网格路径规划(强化学习 Q-Learning 实现)

### 项目简介
基于强化学习(Q-Learning)和网格地图的无人机路径规划项目,实现了无人机在含障碍物的二维网格中自主避障并规划从起点到终点的最优路径。
Expand All @@ -50,7 +87,13 @@
推荐使用国内镜像源加速安装:

```bash
# 基础依赖(推荐)
# 语义分割项目依赖
pip install torch torchvision matplotlib scikit-image pillow numpy opencv-python

Copy link
Copy Markdown
Member

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

不符合markdown语法


# 图像分类项目依赖
pip install torch torchvision matplotlib numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

# 路径规划项目依赖
pip install torch torchvision matplotlib numpy gymnasium -i https://pypi.tuna.tsinghua.edu.cn/simple

# 若需要gymnasium完整版(包含额外环境,如Atari)
Expand All @@ -66,32 +109,47 @@ pip uninstall gym -y
### 系统要求
- Python 3.7+
- 支持CUDA的GPU(可选,用于加速训练)
- 内存:建议4GB以上
- 存储空间:至少1GB可用空间

---

## 项目结构

```
无人机深度学习项目/
├── README.md # 项目说明文档
├── 图像分类项目/ # 无人机图像分类Demo
│ ├── main.py # 主程序入口
│ ├── model.py # CNN模型定义
│ ├── train.py # 训练脚本
│ ├── visualize.py # 可视化工具
│ └── utils.py # 工具函数
└── 路径规划项目/ # 无人机路径规划Demo
├── main.py # 主程序入口
├── environment.py # 网格环境定义
├── q_learning.py # Q-Learning算法实现
├── visualization.py # 可视化工具
└── utils.py # 工具函数
├── README.md # 项目说明文档
├── 语义分割项目/ # 无人机航拍图像语义分割Demo
│ ├── main_fg.py # 主程序入口
│ ├── model.py # U-Net模型定义
│ ├── dataset.py # 数据集处理
│ ├── utils.py # 工具函数
│ └── texture_generation.py # 纹理化数据生成
├── 图像分类项目/ # 无人机图像分类Demo
│ ├── main.py # 主程序入口
│ ├── model.py # CNN模型定义
│ ├── train.py # 训练脚本
│ ├── visualize.py # 可视化工具
│ └── utils.py # 工具函数
└── 路径规划项目/ # 无人机路径规划Demo
├── main.py # 主程序入口
├── environment.py # 网格环境定义
├── q_learning.py # Q-Learning算法实现
├── visualization.py # 可视化工具
└── utils.py # 工具函数
```

---

## 使用说明

### 语义分割项目
1. 运行主程序:`python main_fg.py`
2. 程序会自动生成纹理化的模拟航拍数据集
3. 训练简化版 U-Net 模型
4. 查看分割结果可视化(原图、真实掩码、预测掩码)
5. 结果保存为 `drone_segmentation_texture_result.png`

### 图像分类项目
1. 运行主程序开始训练和测试
2. 查看数据集样本展示
Expand All @@ -106,12 +164,29 @@ pip uninstall gym -y

---

## 扩展方向

### 语义分割项目优化方向
- **数据增强**:在transform中添加随机裁剪、翻转、亮度调整等操作,提升模型泛化能力
- **模型优化**:在 U-Net 中加入注意力机制(如 SE 模块)或使用 U-Net++ 模型,提升分割精度
- **真实数据适配**:替换模拟数据生成部分,加载真实的无人机航拍道路数据集
- **多类别分割**:修改模型输出通道数,实现建筑、植被、水体等多类地物的语义分割

### 通用优化建议
- 使用更高分辨率的输入图像提升分割精度
- 尝试不同的损失函数(如Dice Loss、Focal Loss)
- 添加数据增强技术提升模型泛化能力
- 使用预训练模型进行迁移学习

---

## 注意事项

- 项目完全基于代码仿真,无需真实无人机硬件
- 可在普通PC上运行,建议配置支持CUDA的GPU以加速训练
- 所有可视化界面均已优化,兼容中文显示
- 代码已处理常见的兼容性问题,可直接在PyCharm等IDE中运行
- 语义分割项目会在指定路径自动创建数据集文件夹,请确保有足够存储空间

---

Expand All @@ -123,7 +198,4 @@ pip uninstall gym -y

## 许可证

本项目采用MIT许可证,详见LICENSE文件。

---

本项目采用MIT许可证,详见LICENSE文件。
Loading
Loading