Verkehrszeichenerkennung in der tatsächlichen Straßenumgebung –
Selbsttrainierte Zielpunkterkennung im neuronalen Netzwerk
Video-Tutorial 42 – Training der Zielerkennung in einem neuronalen Netzwerk Verkehrszeichen in der tatsächlichen Straßenumgebung: https://singtown.com/learn/50918/
Code, Modelle und Datensätze finden Sie unter: https://github.com/SingTown/Traffic-Sign-FOMO
Chinesische Schritte: https://github.com/SingTown/Traffic-Sign-FOMO/blob/main/README-CN.md
Insgesamt wurden zwei Modelle trainiert
Das erste Modell: Die Auflösung während des Trainings beträgt 128 * 128, mit MobilNetV2 0,35 Transferlernen, S1-Score 92 %, die laufende Bildrate beträgt etwa 9 Bilder und kann nur auf OpenMV4 Plus ausgeführt werden. (OpenMV4 hat nicht genügend Speicher)
Das zweite Modell: Die Auflösung während des Trainings beträgt 96 * 96, es wird MobilNetV2 0,35 Transfer Learning verwendet, der S1-Score beträgt 91 %, die laufende Bildrate beträgt etwa 12 Bilder, die maximale RAM-Belegung beträgt 244 KB und kann unter OpenMV4 und OpenMV4 Plus ausgeführt werden.
Online-Schulungswebsite des OpenMV-Partners EdgeImpulse: https://www.edgeimpulse.com/
Beachten:
- Es gibt insgesamt zwei Modelle. Wenn es sich um OpenMV4 handelt, können Sie dieses kleine Modell nur mit einer Auflösung von 96 * 96 verwenden. Außerdem sind beide Modelle verfügbar.
- Es gibt fünf Ordner im Datensatz: Parkverbot x, keine Sirenen n, Tempolimit 80, Einfahrtsverbot und Testbilder.Im tatsächlichen Modell und Tutorial haben wir nur Parkverbot x, keine Hupe n, Tempolimit 80 und Testbilder verwendet.Es gibt keinen Datensatz mit der Bezeichnung „No Entry-“ und dem Training „No Entry-“. Sie können wählen, ob Sie „No Entry-“ kennzeichnen und trainieren möchten.
- Ich habe nur die drei Ziele markiert: Parkverbot x, keine Sirenen n und Tempolimit 80.Andere im Datensatz auftauchende Schilder (z. B. Tempolimit 60, Tempolimit 30, Einfahrtsverbot usw.) habe ich nicht beschriftet oder trainiert. Zu ähnliche Schilder, wie zum Beispiel Tempo 80 und Tempo 60, können falsch identifiziert werden. Sie können auch selbst Beschriftungen hinzufügen und neue Ziele trainieren, wie zum Beispiel Tempo 60 usw.
- Danksagungen – Quelle des tatsächlichen Verkehrszeichendatensatzes für die Straßenumgebung Chinas (Institute of Automation, Chinesische Akademie der Wissenschaften): http://www.nlpr.ia.ac.cn/pal/trafficdata/detection.html