恶劣场景下的车道线检测挑战赛

Who this competition fits

适合已有深度学习计算机视觉实践、能处理车载前视图像中车道线检测的人；尤其适合熟悉曲线/关键点式车道线输出，并能在低照度、雨雪、雾、反光等退化条件下训练鲁棒模型的参赛者。冲击最终排名的团队还需能整理可复现的代码、权重、配置与依赖说明。

From registration to a first submission

1. 01

   深度学习视觉模型训练

2. 02

   车道线检测

3. 03

   图像分割或关键点回归

4. 04

   恶劣天气图像增强

5. 05

   B样条曲线插值

6. 06

   Python 文件批量处理

Before you commit: 难点不只是识别车道线，而是在恶劣天气和复杂道路拓扑下准确恢复模糊、断裂或局部缺失的线，并以严格的逐图像坐标文本和目录结构提交。最终榜使用隔离视频段，且前三名需提交与冻结哈希完全一致、可复现的完整方案，泛化和工程交付都会直接影响结果。