1 摘要
在ADAS辅助自动驾驶系统中感知算法扮演着十分重要的作用，但是由于L2级的ADAS系统出于成本的考虑，导致处理芯片的算力十分有限，因此对于常规的目标检测问题无法使用最佳的深度学习方法进行推理分析，主要能使用的还是传统算法opencv来解决实际问题，本文就介绍一种使用开源opencv库中的级联分类器来实现车道线的检测。
2 opencv 级联分类的训练过程
2.1 数据标记
图片标记可以使用opencv中自带的标记工具也可以使用其他标记工具如labelme，这里使用的是opencv中自带的opencv_annotation.exe，为了使用方便可以把调用命令写成一个bat文件，标注工具的调用方式如下:
.\opencv_annotation.exe -a=D:\cascade\train\positives.txt -i=D:\\cascade\\sourceImage
其中-a 表示的是标注后生成的txt文件的路径，-i 表示的是源图片的路径。
