Classification de panneaux de signalisation
Classification des panneaux routiers : une avancée en vision par ordinateur Ce projet GitHub se consacre à la classification des panneaux routiers, un domaine clé de la vision par ordinateur. En utilisant des modèles de deep learning performants et des techniques avancées, ce projet vise à identifier et catégoriser les panneaux routiers avec précision. Grâce à l’exploitation du dataset GTSRB et à des méthodologies robustes, il offre des solutions innovantes pour des systèmes d'aide à la conduite (ADAS) et la conduite autonome.
DEEP LEARNINGCONVOLUTIONAL NEURAL NETWORK
10/6/20241 min lire
Fonctionnalités principales
Augmentation des données : Enrichissement du dataset via des techniques comme la rotation, le retournement, le zoom et le recadrage pour améliorer la généralisation.
Techniques de régularisation : Utilisation de Dropout pour limiter le surapprentissage et de la Batch Normalization pour optimiser la stabilité et l’efficacité de l’entraînement.
Développement de modèles optimisés : Implémentation de deux architectures, un CNN classique et un modèle inspiré de ResNet, avec un réglage précis des hyperparamètres pour maximiser les performances.
Évaluation en conditions adverses : Tests sous bruit, mouvements et occlusions pour évaluer la robustesse des modèles.
Stack Technologique
Frameworks : TensorFlow, Keras
Techniques : CNN, modèles inspirés de ResNet, Grad-CAM pour l’interprétation visuelle
Prétraitement des données : Redimensionnement, normalisation, tests en conditions adverse