github link: https://github.com/hyesukim1/sign-classification

프로젝트 개요

프로젝트 주제 및 선정 배경

• 교통 표지판은 도로에서 가치있는 정보를 제공
• 도고 교통 표지판은 카메라에 정확하게 인식할 필요가 있음
• 프로젝트 개요
• 교통 표지판 이미지 데이터를 분석하고 딥러닝 모델을 통하여 표지판 종류를 예측하는 분류 모델 수행

기대 효과

• 모델이 교통 표지판을 정확하게 인식하고 분류하여 자율 주행 시 교통 표지판 인식에 도움을 준다

학습 데이터 소개

GTSRB - German Traffic Sign Recognition Benchmark

• Multi-class, single-image classification problem
• 43 classes in total
• More than 50,000 images in total
• Large, lifelike database

데이터 전처리

1. grayscale

2. normalization

3. data generator
   width_shift_range= 0.1,
   height_shift_range= 0.1,
   zoom_range= 0.2,
   shear_range=0.1,
   rotation_range=10

학습 모델 파라미터 및 요약

파라미터

batch_size_val = 50
steps_per_epoch_val = 100
epochs_val =10
imageDimesions = (32, 32, 3)
testRatio = 0.2
validationRatio = 0.2

CNN 모델 정확도

시연 영상

https://youtu.be/GVTeDUWCv9k