Магистерская диссертация тема работы Разработка нейросетевого метода детектирования и распознавания знаков дорожного движения

2
 
РАЗРАБОТКА АЛГОРИТМОВ ДЕТЕКТИРОВАНИЯ И 
РАСПОЗНАВАНИЯ ДОРОЖНЫХ ЗНАКОВ НА ИЗОБРАЖЕНИИ
2.1
 
Общее решение задачи 
Процесс решения задачи связанное с детектирование и распознаванием 
дорожных знаков. в общем виде, можно увидеть на рисунке 21. 
Рисунок 21– Схема работы алгоритмов 
На рисунке 21 представлена схема работы алгоритмов. Мы видим, что 
изображения из выборки GTSRB подаются на сверточную нейронную сеть для 
обучения и тестирования. База данных состоит из 43 классов дорожных 
знаков. Другая выборка GTSDB подается последовательно на два алгоритма и 
после их работы детектируемые области подаются на обученную СНС для 
распознавания. 
2.2
 
Обучающая выборка GTSRB
В качестве одного из наборов, данных для обучения и тестирования сети 
будет использоваться база изображений немецких дорожных знаков GTSRB 
[23]. Изображения из данного набора были уменьшены в размерности до 28 × 
28 пикселей. 
Данный набор разбит на две части: тренировочную и тестовую выборки 
состоящих из около 40000 и 12000 изображений соответственно. 

---

` 
49 
Набор данных для тестирования содержит 12000 изображений, которые 
не принимают участия в обучении сверточной нейронной сети. 
На рисунке 22 показаны изображения дорожных знаков, содержащихся 
в обучающем наборе. 
Рисунок 22 – Типы дорожных знаков 
2.3
 
 Выборка реальных дорожных сцен GTSDB
Другой набор данных для обучения сети – это база данных немецких 
дорожных знаков GTSDB, которая содержит изображения реальных сцен [23]. 
Он включает 900 изображений, из которых треть из них предназначена для 
проверки обнаружения дорожных знаков и для обучения этих систем. 
Данный набор данных будет использован в алгоритмах, которые 
описаны ниже 
Рисунок 23– Пример изображений из выборки 

---

` 
50