深度之路
这个项目是对盲人的帮助。 迄今为止,盲人导航的方式尚无技术进步。 因此,我使用了深度学习(特别是卷积神经网络),以便它们可以在街道上导航。 观看
我的方法
收集培训数据
我的项目是CNN的实现,我们都知道它们需要大量的培训数据。 因此,我遇到的第一个障碍是带有正确标记的图像数据集。 所以我到了大学,录制了很多视频(各种类型的道路和越野),然后我写了一个基本的python脚本来保存视频中的图像(我每5帧保存了1幅图像,因为连续框架几乎相同)。 我为每个班级(即左,右和中)收集了近10000个这样的图像,几乎是3300。 左图: 右图: 中心图片:
训练模型
我收集了CNN架构并对其进行了训练。 然后,我评估了所有模型的性能,并选择了精度最高的模型。 我的训练准确率约为97%。 我对所有训练后的模型都获得了大致相同的准确性,但是我意识到在测试集中实施正则化的模型表现更好
与Arduino的接口
下一个问题是如何告诉盲人朝哪个方向移动。 所以我将python程序连接到Arduino。 我将伺服电机连接到arduino,并将伺服电机固定到眼镜的侧面。 通过串行通讯,我可以告诉ar
1