Detekcija saobracajnih znakova u realnom vremenu koristeci kameru

[NikolaMax]

Student: Nikola Maksimovic SW15/2016

Asistent: Dragan Vidakovic

Definicija problema: Potrebno je izvrsiti klasifikaciju saobracajnih znakova koji budu u vidokrugu kamere. Ulaz u sistem je frejm kamere, na osnovu kog se generise izlaz koji je informacija o klasi (tipu saobracajnog znaka) kao i tacnost kojom se predict-uje ta klasa na osnovu sadrzaja frejma.

Motivacija: Detekcija saobracajnih znakova se koristi prilikom kontrole i upravljanja polu-autonomnih vozila, a jednog dana ce se koristiti, sigurno i u potpuno autonomnim vozilima.

Skup podataka: Koristice se postojeci skup podataka (link) koji sadrzi 30000+ slika od 40+ klasa. Podaci ce biti izdeljeni na 3 grupe: train, test i validation u odnosu: 64:20:16.

Metodologija: Koristice se biblioteke opencv, keras i tensorflow. Svaka slika iz skupa podataka ce biti predprocesirana (konvertovanje u grayscale, standardizacija osvetljenja i normalizacija). Takodje, vrsice se augmentacija, kako bi se izbegao "overfitting" i kako bi se povecala generalizacija modela. CNN model bi se sastojao od nekoliko konvolutivnih slojeva, max-pooling i Dense slojeva, kao i po jedan Flatten i Dropout sloj.

Evaluacija: Metrike koje bi se koristile za evaluaciju CNN bi bile accuracy i loss.

[vdragan1993]

Da li će se koristiti postojeći skup podataka, ili će se podaci samostalno skupljati? Ako će se koristiti postojieći skup podataka, neophodno ga je navesti i ostaviti link za pristup podacima.

[NikolaMax]

Specifikacija je izmenjena u skladu sa komentarom. Koristice se postojeci skup podataka, koji ce biti blago izmenjen (pregrupisan) tokom izrade projektnog resenja.

[vdragan1993]

Tema odobrena. Ostavite link ka GitHub repozitorijumu projekta. Srećan rad.

[NikolaMax]

Link ka repozitorijumu je (https://github.com/NikolaMax/trafficSignDetection). Hvala.