使用深度學(xué)習(xí)算法識別交通標(biāo)志實現(xiàn)98%準(zhǔn)確率
大?。?/span>未知 人氣: 2017-11-22 需要積分:1
交通標(biāo)志是道路基礎(chǔ)設(shè)施的重要組成部分,它們?yōu)榈缆肥褂谜咛峁┝艘恍╆P(guān)鍵信息,并要求駕駛員及時調(diào)整駕駛行為,以確保遵守道路安全規(guī)定。如果沒有交通標(biāo)志,可能會發(fā)生更多的事故,因為司機無法獲知最高安全速度是多少,不了解道路狀況,比如急轉(zhuǎn)彎、學(xué)校路口等等。現(xiàn)在,每年大約有130萬人死在道路上。如果沒有這些道路標(biāo)志,這個數(shù)字肯定會更高。
當(dāng)然,自動駕駛車輛也必須遵守交通法規(guī),因此需要_識別_和_理解_交通標(biāo)志。
從傳統(tǒng)上來說,可以使用標(biāo)準(zhǔn)的計算機視覺的方法來對交通標(biāo)志進行檢測和分類,但同時也需要耗費相當(dāng)多的時間來手工處理圖像中的重要特征?,F(xiàn)在,我們引入深度學(xué)習(xí)技術(shù)來解決這個問題。我們可以創(chuàng)建一個能夠?qū)煌?biāo)志進行分類的模型,并且讓模型自己學(xué)習(xí)識別這些交通標(biāo)志中最關(guān)鍵的特征。在這篇文章中,我將演示如何創(chuàng)建一個深度學(xué)習(xí)架構(gòu),這個架構(gòu)在交通標(biāo)志測試集上的識別準(zhǔn)確率達到了98%。
項目設(shè)置
數(shù)據(jù)集可分為訓(xùn)練集、測試集和驗證集,具有以下特點:
圖像為32(寬)×32(高)×3(RGB彩色通道)
訓(xùn)練集由34799張圖片組成
驗證集由4410個圖像組成
測試集由12630個圖像組成
共有43個種類(例如限速20公里/小時、禁止進入、顛簸路等等)
此外,我們將使用Python 3.5與Tensorflow來編寫代碼。
圖像及其分布
你可以在下圖中看到數(shù)據(jù)集中的一些示例圖像,圖像的標(biāo)簽顯示在相應(yīng)行的上方。其中一些非常暗,稍后我們會調(diào)整它們的對比度。
訓(xùn)練集中各個種類圖像的數(shù)量明顯不平衡,如下圖所示。某些種類的圖片少于200張,而其他的則有2000多張。這意味著我們的模型可能會偏向于代表性過高的種類,特別是當(dāng)它的預(yù)測無法確定時。我們稍后會看到如何使用數(shù)據(jù)增強來緩解這個問題。
預(yù)處理步驟
我們首先要對圖像應(yīng)用兩個預(yù)處理步驟:
灰度化
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
使用深度學(xué)習(xí)算法識別交通標(biāo)志實現(xiàn)98%準(zhǔn)確率下載
相關(guān)電子資料下載
- 兆芯推出基于KH-40000的深度學(xué)習(xí)訓(xùn)推一體化解決方案 42
- ONNX是什么? 75
- 無監(jiān)督深度學(xué)習(xí)實現(xiàn)單次非相干全息3D成像 88
- NVIDIA Isaac Manipulator助力讓下一代機器人技術(shù)觸手可及 274
- 泰禾智能新品首發(fā)亮相2024安徽春季茶博會! 129
- DeepMind推出AlphaFold 3,預(yù)測生命分子交互,開辟全新醫(yī)療領(lǐng)域 83
- 點亮深度學(xué)習(xí)技能?讓嵌入式平臺來點升級吧 165
- 聯(lián)發(fā)科等聯(lián)合發(fā)布生成式AI手機產(chǎn)業(yè)白皮書,預(yù)測2027年市場規(guī)模 68
- 智能駕駛大模型:有望顯著提升自動駕駛系統(tǒng)的性能和魯棒性 792
- 高光譜成像系統(tǒng):深度學(xué)習(xí)機載高光譜影像樹種分類研究 406