注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 交通标志数据集（分类和GAN）.zip

  2. 交通标志数据集，包括62中不同类别的交通标志图片数据，已经分好了训练集和测试集，我常常用来跑分类和GAN的demo。

  3. 所属分类：互联网

    • 发布日期：2020-04-30
    • 文件大小：199229440
    • 提供者：qq_40784418

  1. 交通标志识别测试集数据备份

  2. 交通标志识别数据集 测试集备份到csdn，非常完美的数据集，主要使用做分类处理 Belgium70m

  3. 所属分类：深度学习

    • 发布日期：2020-06-16
    • 文件大小：77594624
    • 提供者：weixin_32759777

  1. 比利时交通标志数据集

  2. 其中包括测试集和训练集，可以用来训练交通标志分类，可以与交通标志识别组合起来数据就可以实现完整的，交通标志识别任务

  3. 所属分类：深度学习

    • 发布日期：2020-06-20
    • 文件大小：258998272
    • 提供者：weixin_32759777

  1. hands-on-2021:2021年动手项目会议-源码

  2. 动手2021年 建立模型和接口以对交通标志进行分类（GTSRB数据集） 安装 克隆此存储库 使用“ scr ipts / download_images.sh”下载图像 补充评论 这是一个额外的评论 参考 “数据集简介：”图片： ：

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：149504
    • 提供者：weixin_42116791

  1. 基于摄动法的交通标志识别

  2. 自动交通标志识别（TSR）期望在智能交通系统中的实时应用具有较高的准确性和速度。卷积神经网络（CNN）在公共数据集GTSRB上产生了最先进的性能，但涉及密集型计算。 本文提出了一种利用计算效率高的特征提取和分类技术，并采用扰动策略来提高交通标志识别精度的方法。 在GTSRB数据集上，使用梯度方向直方图，特征和学习矢量量化（LVQ）分类器可达到98.48％的测试准确性。 使用图像平移的简单扰动操作，将精度提高到98.88％。 准确性高于单个CNN，并且速度要高得多。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：281600
    • 提供者：weixin_38679651

  1. traffic_sign_recognition-源码

  2. 交通标志识别 概述 该项目的目的是建立一个交通标志识别系统，以识别街道上的交通标志。 包含交通标志检测和交通标志分类的两级管道用于构建系统。 首先，我们在hsv色彩空间中对红色和蓝色进行阈值处理以从原始图像创建遮罩，然后从遮罩生成区域作物作为检测到的交通标志候选。 其次，从区域作物中提取HOG特征。 接下来，我们使用TSR训练数据集来训练多类SVM模型，并对每个区域作物进行交通标志分类。 最后，我们绘制每个区域作物的边界框，并显示检测到的交通标志。 （此项目以matlab代码实现，并且仅出于自我

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：12582912
    • 提供者：weixin_42108948

  1. 交通标志分类器：用于交通标志分类器的卷积神经网络-源码

  2. 交通标志分类器 用于交通标志分类器的卷积神经网络 ！[替代文字]（'./自述图片'） 概述 在此代码中，使用了深度神经网络和卷积神经网络对交通标志进行分类。 该模型经过了培训和验证，因此可以使用“对交通标志图像进行分类。 训练模型后，对来自网络的随机交通标志（即德国交通标志）进行了测试。 该项目 这项工作的目标/步骤如下： 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 数据集和存储库 下载数据集。 调整了数据集的大小，

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：1048576
    • 提供者：weixin_42138780

  1. CarND交通标志分类器项目：使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目：深度学习中的交通标志识别 概述 在这个项目中，使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下： 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 依存关系 本实验要求： 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42134097

  1. computer-vision_german-traffic-signs：此仓库包含我们尝试检测和分类德国交通标志数据集中的交通标志的尝试。 合著者：jomartla＆MateuszKlimas-源码

  2. 计算机视觉：交通标志检测和分类 该存储库包含我们尝试对德国交通标志数据集中的图像中的交通标志进行检测和分类的尝试。 ： ＆ 每个笔记本都包含一个迭代，以稍有不同的方式解决问题，这是的最新也是最完整的版本。 您可以阅读我们工作的完整报告。 以下是所采取步骤的简短摘要： 问题陈述 我们要解决的问题可以用以下句子来说明： 给定一个图像，找到其中的所有交通标志（检测）并告诉它们是哪些（分类）。 我们的方法 为了解决这个问题，我们设计并训练了两个CNN网络： 二进制分类器：决定图像中是否包含交

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：16777216
    • 提供者：weixin_42176612

  1. 交通信号识别系统的深度学习-源码

  2. 基于深度学习的自动驾驶汽车交通标志识别 科技栈 带有Python 3.7.7 64位的Anaconda环境 Jupyter笔记本 图书馆-Keras，TensorFlow，Scikit-Learn，Scikit-Image，OpenCV，Pandas，Numpy，Matplotlib，TKinter，PIL 介绍 交通标志识别（TSR）是任何自动驾驶系统的基本组成部分。 在不久的将来，移动性依赖于这样的系统，以在包括人和其他自动驾驶车辆的交通中进行安全导航。 该项目的主要目标是设计和开发一个健

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：11534336
    • 提供者：weixin_42134769

  1. 1百万个交通标志图像分类任务：交通标志图像的应用几何变换-源码

  2. 1百万张图像用于交通标志分类任务 对交通标志图像应用了几何变换 :graduation_cap: 相关课程 很快...加入这里：即将到来... :triangular_flag: 描述 当时有三个主要版本：原始， “轻”和“硬” 。 :link: 数据集本身 在此处探索用于训练自定义分类器的数据集：即将推出... 致谢 初始数据是德国交通标志识别基准（GTSRB）。 麻省理工学院执照 版权所有（c）2020 Valentyn N Sichkar github.com/sichkar-val

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：565248
    • 提供者：weixin_42098759

  1. 基于改进卷积神经网络的实时交通标志检测方法

  2. 提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定; 使用难分类负样本采集将负样本输入到网络中，提高模型的判别能力; 使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通标志检测数据集上对所提方法的有效性进行了仿真。研究结果表明，与现有技术相比，所提方法能够获得更快的检测速率，处理每幅图像仅需0.016 s。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：6291456
    • 提供者：weixin_38509082

  1. 交通-源码

  2. 交通标志识别系统 目标和目的 在自动驾驶汽车时代的今天，特斯拉，奔驰，奥迪，福特，GMC等公司致力于开发提高自动驾驶和自动驾驶汽车准确性的模型，从而能够识别路障和交通标志，从而实现平稳安全的行驶。 因此，我们希望建立一个模型，该模型在检测道路交通标志时具有最高的准确性，并据此做出决策。 在这个项目中，我们将建立一个神经网络模型，该模型能够最大可能地对几类图像进行分类。 最后，我们尝试创建一个界面来上传图像并通过加载训练后的神经网络模型来获得分类结果。 产品特点 我们的数据集来自： :

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：16777216
    • 提供者：weixin_42116604

  1. 最终流量图像-源码

  2. 我使用Neuroinformatik研究所提供的德国交通标志数据集，构建，训练，测试并最终部署了一个分类器，该分类器可以检测> 95％的准确性的德国道路标志。

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：10485760
    • 提供者：weixin_42112894

  1. 基于改进深度卷积神经网络的交通标志识别

  2. 在实际交通环境中, 所采集到的交通标志图像质量往往受到运动模糊、背景干扰、天气条件以及拍摄视角等因素的影响, 这对交通标志自动识别的准确性、实时性和稳健性提出了很大的挑战。为此提出了改进深度卷积神经网络AlexNet的分类识别算法模型, 该模型在传统AlexNet模型基础上, 以真实场景中拍摄的交通标志图像数据集GTSRB为研究对象, 将所有卷积层的卷积核修改为3×3大小, 为了预防和减少过拟合的出现在两个全连接层后加入dropout层, 并且为了提高交通标志识别精度, 在网络模型第5层后增加两

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：6291456
    • 提供者：weixin_38655284

  1. ssd_tensorflow_traffic_sign_detection：在TensorFlow中实现单发MultiBox检测器，以检测和分类交通标志-源码

  2. TensorFlow中的SSD：交通标志检测和分类 总览 在TensorFlow中实现 ，以检测和分类交通标志。 在采用Intel Core i7-6700K的GTX 1080上，该实现能够达到40-45 fps。 请注意，该项目仍在进行中。 现在的主要问题是模型过度拟合。 我目前正在先进行VOC2012的预培训，然后再进行转移学习到交通标志检测。 目前仅检测到停车标志和行人过路标志。 示例检测图像如下。 该模型在集（美国交通标志的数据集）上进行了训练。 依存关系 Python 3.5+

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：6291456
    • 提供者：weixin_42099633

  1. GTSRB-TensorFlow-Lite：基于MobileNet v1构建的用于德国交通标志基准数据集的TensorFlow Lite分类模型-源码

  2. GTSRB TensorFlow Lite 德国交通标志基准数据集的示例TensorFlow Lite分类模型。 创建该项目的目的是展示如何在之上构建卷积神经网络（通过Transfer Learning），并在TensorFlow Lite SDK的移动应用程序中使用卷积神经网络。 有关更多详细信息，请检查： 博客文章： 具有：数据集准备，模型训练和验证，转换为TensorFlow Lite。 数据集： 灵感：

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：13631488
    • 提供者：weixin_42120275

  1. 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）-源码

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：235520
    • 提供者：weixin_42129970

  1. MODEL_DEPLOYMENT:ML模型部署的测试仓库-源码

  2. 带有Streamlit的Traffic_Sign_Classifier 应用程序： 链接： ： 应用输出 项目概况 该项目的目标是专注于自动驾驶汽车决策能力的第一个基本特征，即开发一种深度学习模型，该模型可以读取交通标志并使用卷积神经网络（CNN）对其进行正确分类。 交通标志分类器使用德语交通数据集。德国交通数据集包括用于训练数据集的34,799张32 * 32像素彩色图像，用于测试数据集的12,630张图像和用于验证数据集的4410张图像，其中每个图像都是属于的交通标志的照片交通标志类型4

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：25165824
    • 提供者：weixin_42115074