利用tensorflow进行德国交通标志识别》

博主利用暑假学习深度学习并实践德国交通标志识别任务,采用LeNet-5模型。文章介绍了数据处理、模型分析及训练过程,包括数据读取、预处理、模型构建、损失函数、学习率设置和one-hot编码等关键步骤。完整代码可在GitHub找到。
摘要由CSDN通过智能技术生成

一,前言

利用暑假学习了一段时间的DL,德国交通标志马上实践一下,下面主要提到我用的模型以及数据处理,如果有哪些地方大佬们觉得哪些地方做得不好或者可以改进得,非常欢迎直接在评论里提出来,初学需要一起努力。

二,数据

 

上面是网站中给出来的数据我已经下载下来并且保存到百度网盘中了,看情况下载(网盘限速),网盘链接:链接:https://pan.baidu.com/s/1yJ202EtrwUa7ihlfHPp9PQ 密码:v3t0。

我只需要上面四类文件中“图像与注释”的内容(其他feature我也不会用。。。),下载下来之后打开看看文件构成。

 

像官网介绍的一样,一共43个种类的数据,43个文件夹,每个文件夹都有小到几百张,大到上千张图片,在文件的最后都以csv格式给出来了label,图像用ppm格式给了出来,接下来我们尝试对数据进行处理。

评论 38
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值