【文件属性】：
文件名称：交通标志分类器：用于交通标志分类器的卷积神经网络
文件大小：1.3MB
文件格式：ZIP
更新时间：2021-02-28 03:46:13
JupyterNotebook
交通标志分类器
用于交通标志分类器的卷积神经网络
！[替代文字]（'./自述图片'）
概述
在此代码中，使用了深度神经网络和卷积神经网络对交通标志进行分类。 该模型经过了培训和验证，因此可以使用“对交通标志图像进行分类。 训练模型后，对来自网络的随机交通标志（即德国交通标志）进行了测试。
该项目
这项工作的目标/步骤如下：
加载数据集
探索，总结和可视化数据集
设计，训练和测试模型架构
使用模型对新图像进行预测
分析新图像的softmax概率
数据集和存储库
下载数据集。 调整了数据集的大小，并将图像缩小为32x32。 它包含培训，验证和测试集。
克隆项目，其中包含Ipython笔记本和编写模板。
git clone https://github.com/udacity/CarND-Traffic-Sign-Classifier-Project
cd CarND-Traffic-Sig
【文件预览】：
Traffic-Sign-Classifier-main
----signnames.csv(999B)
----images()
--------graph.png(8KB)
----writeup_template.md(10KB)
----set_git.sh(673B)
----CODEOWNERS(17B)
----LICENSE(1KB)
----readMe image.PNG(267KB)
----examples()
--------random_noise.jpg(24KB)
--------grayscale.jpg(26KB)
--------visualization.jpg(15KB)
--------placeholder.png(5KB)
----visualize_cnn.png(232KB)
----README.md(1KB)
----lenet.meta(111KB)
----test_images_1()
--------22_pedestrian.jpg(2KB)
--------29_bicycle.jpg(2KB)
--------35_aheadonly.jpg(1KB)
--------31_wildanimals.jpg(1KB)
--------17_noentry.jpg(1KB)
----Traffic_Sign_Classifier.ipynb(115KB)
----lenet.index(1KB)
----test_images()
--------17_No_entry.jpg(1KB)
--------check()
----lenet.data-00000-of-00001(716KB)
----checkpoint(67B)