摘要：本文通过对采集的数据进行处理提取有用的车道线信息进行预先处理，然后将处理数据上传网络服务器进行数据训练再把训练好的数据传给智能车。

一.数据集预处理

对采集的数据进行处理提取有用的车道线信息。

1、按ctrl+alt+t组合键打开终端，使用cd命令切换目录到ArtRobot_DeepCar/src/目录下，运行python Img_Handle.py程序将采集到的图像进行处理只剩下车道线信息，处理后的数据存放在data/hsv_img/目录下。

2、按ctrl+alt+t组合键打开终端，使用cd命令切换目录到ArtRobot_DeepCar/src/目录下，运行python Create_Data_Liet.py程序，将数据集分成训练集和验证集。在data/目录下生成train.list和test.list文件。

二.训练

训练分为线上训练和本地训练，线上训练采用百度AI Studio平台进行线上GPU训练;本地训练采用车载电脑进行训练。

1、本地训练，本地训练采用车载电脑的CPU进行训练，相较于线上训练会慢很多。按ctrl+alt+t组合键打开终端，使用cd命令进入ArtRobot_DeepCar/src/目录下，运行python Train_Model.py程序进行训练。训练中保存的模型存放在data/ model_infer/目录下。

2、线上训练，首先需要注册一个百度AI Studio平台的账号，会免费获取GPU算力（AI Studio官网：）。

第一步：创建数据集，在车载电脑上进入终端，使用cd命令进入ArtRobot_DeepCar/目录下使用 zip -rq data.zip data/命令把data目录压缩成data.zip。

作者简介：刘焕海 （1985.3-），男，汉，山东潍坊人，渤海大學硕士，新疆交通职业技术学院机电工程学院教师，讲师。研究方向：机器人控制。