交通标志识别
在这个项目中,我使用卷积神经网络对交通标志进行分类。 具体来说,我训练了一个模型,用于根据“德国交通标志对交通标志进行分类。 我使用TensorFlow进行模型开发,并在GPU上对其进行了训练。
分几个步骤:
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
完整的项目代码可以在找到
数据集摘要与探索
1.数据集的基本摘要。
此步骤的代码包含在的3d code cell中
我使用了pandas库来计算交通标志数据集的摘要统计信息:
训练示例数= 34799
测试例数= 12630
图像数据形状=(32,32,3)
班级数量= 43
2.数据集的探索性可视化。
该步骤的代码包含在的5th code cell中。
这是数据集的探索性可视化。 它是显示数据分布方式的条形图。 我们看到分布不均。
1