交通标志识别实现98%准确率,只因使用了深度学习算法?

2017-09-06 15:00:46 来源:云栖社区
标签:

 

我们可以创建一个能够对交通标志进行分类的模型,并且让模型自己学习识别这些交通标志中最关键的特征。在这篇文章中,我将演示如何创建一个深度学习架构,这个架构在交通标志测试集上的识别准确率达到了98%。


交通标志是道路基础设施的重要组成部分,它们为道路使用者提供了一些关键信息,并要求驾驶员及时调整驾驶行为,以确保遵守道路安全规定。如果没有交通标志,可能会发生更多的事故,因为司机无法获知最高安全速度是多少,不了解道路状况,比如急转弯、学校路口等等。现在,每年大约有130万人死在道路上。如果没有这些道路标志,这个数字肯定会更高。

 


当然,自动驾驶车辆也必须遵守交通法规,因此需要_识别_和_理解_交通标志。

从传统上来说,可以使用标准的计算机视觉的方法来对交通标志进行检测和分类,但同时也需要耗费相当多的时间来手工处理图像中的重要特征。现在,我们引入深度学习技术来解决这个问题。我们可以创建一个能够对交通标志进行分类的模型,并且让模型自己学习识别这些交通标志中最关键的特征。在这篇文章中,我将演示如何创建一个深度学习架构,这个架构在交通标志测试集上的识别准确率达到了98%。

项目设置
数据集可分为训练集、测试集和验证集,具有以下特点:

图像为32(宽)×32(高)×3(RGB彩色通道)


训练集由34799张图片组成


验证集由4410个图像组成


测试集由12630个图像组成


共有43个种类(例如限速20公里/小时、禁止进入、颠簸路等等)


此外,我们将使用Python 3.5与Tensorflow来编写代码。

图像及其分布
你可以在下图中看到数据集中的一些示例图像,图像的标签显示在相应行的上方。其中一些非常暗,稍后我们会调整它们的对比度。

 


训练集中各个种类图像的数量明显不平衡,如下图所示。某些种类的图片少于200张,而其他的则有2000多张。这意味着我们的模型可能会偏向于代表性过高的种类,特别是当它的预测无法确定时。我们稍后会看到如何使用数据增强来缓解这个问题。

 


预处理步骤
我们首先要对图像应用两个预处理步骤:

灰度化
把三通道的图像转换为单通道灰度图像,如下图所示。

 


归一化
我们通过用数据集平均值减去每个图像并除以其标准偏差来确定图像数据集分布的中心。这有助于提高模型在处理图像时的一致性。生成的图像如下所示:

 

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

继续阅读
详细介绍CAN总线一致性测试中的容错性测试

CAN总线各节点质量的不一致引发的系统瘫痪、错误、死机等问题,CAN一致性测试已成为保证CAN网络安全运行的重要手段,本文将对CAN总线一致性测试中的容错性测试进行介绍。

从做工程师第一天起就要设想如何进行硬件测试

调试数字硬件设计可能压力大、耗时长,但我们有办法来缓解压力。

CAN一致性测试-容错性测试

CAN总线各节点质量的不一致引发的系统瘫痪、错误、死机等问题,CAN一致性测试已成为保证CAN网络安全运行的重要手段,本文将对CAN总线一致性测试中的容错性测试进行介绍。

电路板传导测试EMI超标怎么办?这样可以解决

案例1.系统直流供电控制盒;进行传导测试时,EMI超标;原理方案如下图:

详解《NI趋势展望报告2019》:5G、IoT、自动驾驶面临的测试挑战

11月13日,NI (美国国家仪器公司,National Instruments,简称NI)发布了《NI 趋势展望报告2019》。报告探讨了日新月异的技术发展所面临的关键工程趋势和挑战,包括物联网(IoT)、从原型验证到商业化部署的5G技术推进以及大众自动驾驶等领域。

更多资讯
激光器上中下游产业链盘点,国内重点企业有哪些?
激光器上中下游产业链盘点,国内重点企业有哪些?

产业上游主要为激光材料及配套元器件。

当今虚拟现实VR技术的10个惊人用途

虚拟现实(VR)技术拥有巨大的潜力来改变人们和企业之间的互动以及周围环境。以前,VR通常只与游戏行业联系在一起。

君正收购ISSI,又一场清华校友圈的游戏?

刚刚,君正公告收购ISSI,又一起清华校友圈的并购游戏上演。 君正的刘强毕业于清华,武岳峰的潘建岳、武平都毕业于清华,武岳峰是收购ISSI的GP。 正在进行中的国内最大两起半导体并购同样是清华校友之间的杰作: 韦尔的虞仁荣是清华毕业,被收购的Ominivision高管中有大量清华毕业生,而收购OV的GP陈大同一样毕业于清华。

利用“半收回”控制器从Bang-Bang传感器生成比例反馈

逆向反馈和控制回路的引入堪称工程史上的一个辉煌进步,但随之而来(可能就在同一天!)的负面影响也凸显无遗,这引起了极大的混淆、挫折和失败,暴露出来的问题包括时间滞后、无阻尼过冲、不稳定和振荡等。多年来,各种反馈技术和控制策略不断涌现,以驯服这个驻留在伺服回路中破坏稳定性的鬼魔。其中最为强大和最受欢迎的当数比例积分微分(PID)控制器。

TE荣获ASPENCORE 2018年度全球电子成就奖

全球连接与传感器领域领军企业TE Connectivity (TE)今日宣布,凭借行业领先的Sliver SFF-TA-1002 连接器,TE荣获ASPENCORE 2018年度全球电子成就奖。该产品具有出色的性能、灵活性和技术创新,以及广泛的行业影响力,被评为“年度高性能无源器件”。

Moore8直播课堂
电路方案