TrafficSign: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“德国交通标志数据集”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

上传者: 42128315 | 上传时间: 2023-01-06 20:41:07 | 文件大小: 145KB | 文件类型: ZIP
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。

文件下载

资源详情

[{"title":"( 8 个子文件 145KB ) TrafficSign: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“德国交通标志数据集”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","children":[{"title":"TrafficSign-master","children":[{"title":"README.md <span style='color:#111;'> 8.20KB </span>","children":null,"spread":false},{"title":"examples","children":[{"title":"image_before.png <span style='color:#111;'> 6.62KB </span>","children":null,"spread":false},{"title":"sign.png <span style='color:#111;'> 6.59KB </span>","children":null,"spread":false},{"title":"grayscale.jpg <span style='color:#111;'> 25.63KB </span>","children":null,"spread":false},{"title":"image_after.png <span style='color:#111;'> 16.83KB </span>","children":null,"spread":false},{"title":"stat.png <span style='color:#111;'> 6.94KB </span>","children":null,"spread":false},{"title":"new_images.png <span style='color:#111;'> 17.49KB </span>","children":null,"spread":false}],"spread":true},{"title":"Traffic_Sign_Classifier.ipynb <span style='color:#111;'> 106.82KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明