Для студентов СПбПУ Петра Великого по предмету (МИИ) Методы искусственного интеллектаСоздание нейросетевого классификатора дорожных знаков на основе набора данных Traffic Signs PreprocessedСоздание нейросетевого классификатора дорожных знаков на основе набора данных Traffic Signs Preprocessed
2023-12-202023-12-20СтудИзба
Курсовая работа: Создание нейросетевого классификатора дорожных знаков на основе набора данных Traffic Signs Preprocessed
Описание
Цель: построить классификатор дорожных знаков
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор данных Traffic Signs Preprocessed, состоящий из 104029 цветных изображений размером 32х32 пикселя. Все изображения разделены на 43 класса.
Обучающая выборка содержит 86989 изображений (по 2023 изображений на класс). Валидационная выборка содержит 4410 изображений. Тестовая выборка содержит 12630 изображений.
Сеть состоит из 5 слоев. Количество тренируемых параметров: 4118939
Точность классификации на валидационной выборке составила 88,16%.
Точность классификации на тестовой выборке составила 86,88%.
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор данных Traffic Signs Preprocessed, состоящий из 104029 цветных изображений размером 32х32 пикселя. Все изображения разделены на 43 класса.
Обучающая выборка содержит 86989 изображений (по 2023 изображений на класс). Валидационная выборка содержит 4410 изображений. Тестовая выборка содержит 12630 изображений.
Сеть состоит из 5 слоев. Количество тренируемых параметров: 4118939
Точность классификации на валидационной выборке составила 88,16%.
Точность классификации на тестовой выборке составила 86,88%.
Характеристики курсовой работы
Учебное заведение
Просмотров
1
Покупок
0
Качество
Идеальное компьютерное
Размер
1,42 Mb
Список файлов
Все деньги, вырученные с продажи, идут исключительно на шаурму