参考案例链接:https://gitee.com/HUAWEI-ASCEND/ascend-devkit/tree/master/src/E2E-Sample/Car

遇到的问题:

1.在手动控制小车运动时，小车能够正常直线行驶，以正常行驶的小车采集数据直线行驶时的图片制作数据集，并用auto_label_tool进行巡线数据集的标注，利用Lane-Follow-Train文件进行模型训练，得到的模型利用ATC工具转换，最后的模型上传到开发版指定位置。经测试，小车直线行驶不准确，请问在训练过程中应该采取哪一个部位的图像数据才能使得到模型比较准确？

地图:

2.训练得到的模型，如果仍与实际效果有较大偏差，请问在lane_following.py里应该如何调整对应的参数？

lane_following.py对应参数如下:

3.auto_label_tool中进行自动标注时，数据集里面的每一张图片都要用check_hsv.py这个程序进行标注吗？大概需要多少多少张图片构成的数据集才能得到精度较好的一个模型？

4.在auto_label_tool标注过程中，自动标注的图片大多数是90°的，也就是出现两根绿色的线相交，90°的红线穿过两绿线的交点，请问这种情况是否是正常标注的现象？

已参考 林同学-已下岗 的智能小车运行指导:

https://www.hiascend.com/app-forum/topic-detail/0285140411333212081