交通标志识别：具有STN和大量数据增强功能的PyTorch中的交通标志识别（GTSRB）
交通标志识别
将交通标志图像识别并分类为来自数据集的43类。
该项目是Rob Fergus领导的纽约大学计算机视觉课程的一部分，并作为Kaggle竞赛进行。 该模型是使用带有IDSIA网络修改版本的Spatial Transformer网络设计的，并使用大量增强的数据进行了训练。 该模型在Kaggle排行榜上达到了约99.5％的测试设置精度，远高于人工精度。
该项目的整个开发过程可以在阅读。
数据
从下载培训和测试文件夹
跑步
项目可以通过两种方式运行，即main.ipynb jupyter笔记本（最初用于实验）和main.py文件。 对于jupyter笔记本，它包含与数据增强，预处理和培
文件下载
评论信息
其他资源
- S7net&&Nettoplcsim&&S7net说明书.zip
- 电力通信规约
- C#网吧管理系统ＳＱＬ（有详细注释）
- Java企业笔试、机试和面试题(附试题和答案)
- 随机过程刘次华第四版
- 经典的行人检测算法，利用HOG和SVM实现此算法
- 基于JAVAEE的学生管理系统
- CO
- maroonecho-chinese-character-soldier-shiziRobot.zip
- Excel工具-SoSo 9.0(带环境) 20200925.zip
- Dev c 飞机小游戏（ege库）.rar
- FDTD Solutions 初学者笔记（上）
- 内网渗透以及安全问题的解决参考办法 .pdf
- java二维码生成及解析（内含QRCode所需jar包）
- eclipse开发的案例
- C#如何实现图片查看器
- NCVPixelOperations.hpp
- Jpcap安装包
- lombok.jar(1.16.18版本)最新包
- 哈工大数据结构与算法实验
- 廖雪峰 javascript.pdf
- Modelling.the.Wireless.Propagation.Channel.A.simulation.approach.with.Matlab
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
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