【文件属性】:
文件名称:颜色分类leetcode-Traffic-Sign-Recognition:使用Keras进行交通标志检测和识别
文件大小:179KB
文件格式:ZIP
更新时间:2021-07-06 22:48:10
系统开源
颜色分类leetcode
交通标志识别
语境
在这个项目中,我将解释如何构建一个深度学习模型来识别交通标志。
它旨在成为一种学习体验,对于我自己和其他喜欢在这里学习的人来说,我将专注于实践方面。
我将描述我自己构建这个模型的经验并分享源代码。
这适合那些已经了解
Python
和机器学习基础知识,但想要亲身体验并练习构建真实应用程序的人。
在这一部分中,我将解释图像分类,并将使模型尽可能简单,涵盖卷积网络、数据增强和对象检测。
项目的问题陈述和目标
我在这里使用的数据集是德国交通标志基准,是在
2011
年国际神经网络联合会议
(IJCNN)
上举行的多类、单图像分类挑战。
交通标志检测是一个高度相关的计算机视觉问题,是汽车等行业中许多应用的基础。交通标志可以在颜色、形状以及象形图或象形图的存在方面提供各种类别之间的广泛变化。文本。
在这个项目中,我将开发一种深度学习算法,该算法将对德国交通标志图像进行训练,然后对未标记的交通标志进行分类。
深度学习模型将使用
tensorflow
构建,我们还将了解使用
OpenCV
预处理图像的各种方法,并使用云
GPU
服务提供商。
该项目的细分
【文件预览】:
Traffic-Sign-Recognition-master
----Images()
--------Traffic Sign.jpg(120KB)
--------Accuracy.png(14KB)
--------Loss.png(11KB)
----LICENSE(11KB)
----Traffic Sign Recognition.ipynb(44KB)
----.gitignore(1KB)
----README.md(3KB)