Klasyfikacja znaków drogowych

Skrypt w języku Python pozwala na trenowanie i ocenę różnych modeli sieci neuronowych konwolucyjnych (CNN) do klasyfikacji znaków drogowych przy użyciu biblioteki TensorFlow i Keras. Udostępnia różne modele o różnych architekturach oraz opcje augmentacji danych.

Wymagania

• Python 3.x
• TensorFlow
• Keras
• Matplotlib
• Numpy
• Dataset

Modele

Skrypt udostępnia następujące modele CNN:

1. model01: Podstawowy model klasyfikacji znaków drogowych bez warstw Dropout i mniejszą liczbą filtrów.
2. model02: Model klasyfikacji znaków drogowych bez warstw Dropout i większą liczbą filtrów.
3. model03: Model klasyfikacji znaków drogowych bez warstw Dropout, większą liczbą filtrów oraz więcej warstw konwolucyjnych.
4. model04: Model klasyfikacji znaków drogowych z warstwami Dropout, większą liczbą filtrów oraz więcej warstw konwolucyjnych.

Augmentacja danych

Obsługiwane są dwa rodzaje augmentacji danych:

• Podstawowa: Augmentuje dane tylko przez zmianę skali obrazów.
• Rozszerzona: Augmentuje dane poprzez zmianę skali, skos, przybliżanie, rozjaśnianie, przesuwanie i zmianę kanałów obrazów.

Wyniki

Po treningu skrypt generuje następujące wyniki:

• Pliki zapisanych modeli (jeśli użyto flagi --save).
• Histogramy dystrybucji danych treningowych i walidacyjnych.
• Wykresy dokładności treningu i walidacji.
• Wykresy straty treningu i walidacji.

Flask GUI

Flask GUI presentation