Комментарии 13
НЛО прилетело и опубликовало эту надпись здесь
Очень интересно!!!
0
А как нейронная сеть справится с таким знаком;)?
![image](https://habrastorage.org/r/w1560/web/a14/526/119/a145261198124efda6b8d0e3fa207f59.png)
![image](https://habrastorage.org/web/a14/526/119/a145261198124efda6b8d0e3fa207f59.png)
+1
А мне интересно что будет, если вандал поставит плохой знак, который прикажет машине поехать на встречку, надеюсь про ето инженеры не забывают.
+1
OpenCV же требует самостоятельной компиляции с кучей зависимостей
whl ставится через pip install opencv-python
0
Я видимо упустил это из поста:
как я понял на вход сети подаются черно-белые изображения, так и есть?
Для дорожных знаков цвет кажется очень информативной фичей.
Не будет ли классификатор учитывающий цвет работать эффективнее и возможно ли это реализовать?
Спасибо.
как я понял на вход сети подаются черно-белые изображения, так и есть?
Для дорожных знаков цвет кажется очень информативной фичей.
Не будет ли классификатор учитывающий цвет работать эффективнее и возможно ли это реализовать?
Спасибо.
+1
Я отталкивался от публикации ЛеКуна, он как раз использует grayscale-изображения: http://yann.lecun.com/exdb/publis/pdf/sermanet-ijcnn-11.pdf
Но у меня не получилось получить лучшую точность, используя цветные изображения. Во многом, наверное, из-за того, что их нужно как-то хитрее препроцессить. Мой же интерес был, скорее, в тренировке STN, чем в получении state-of-the-art результата (один из лучших сейчас даёт DenseNet: https://arxiv.org/pdf/1608.06993.pdf, TF-имплементации легко гуглятся)
Но у меня не получилось получить лучшую точность, используя цветные изображения. Во многом, наверное, из-за того, что их нужно как-то хитрее препроцессить. Мой же интерес был, скорее, в тренировке STN, чем в получении state-of-the-art результата (один из лучших сейчас даёт DenseNet: https://arxiv.org/pdf/1608.06993.pdf, TF-имплементации легко гуглятся)
+1
Как говорится, на самом интересном месте!
Верно понимаю, что обученная сеть потом будет сама детектировать дорожные знаки в кадре, после чего определять какой именно это знак?
Верно понимаю, что обученная сеть потом будет сама детектировать дорожные знаки в кадре, после чего определять какой именно это знак?
+1
В моём случае, детекция (определение bounding box знака) и классификация знаков — это две разные задачи, я делаю только классификацию. Детекцию на видеопотоке можно сделать как классическими методами (например, HOG + SVM), так и с помощью YOLO/Faster RCNN сетей, что лучше. Это самое интересное, конечно, я расскажу об этой задаче в части про MultiNet
+1
Не вижу шутки про reCaptcha
0
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Распознавание дорожных знаков с помощью CNN: Инструменты для препроцессинга изображений