ll7 / psaf2

Praktikum zur Simulation von autonomen Fahrzeugen - Gruppe 2
3 stars 0 forks source link

Erkennung von Straßenschildern #29

Closed halentin closed 3 years ago

halentin commented 3 years ago

DoD: Plan zur Schildererkennung

faeibson commented 3 years ago

Verkehrsschilder sind keine Aktoren in CARLA, deshalb Object Detection auf dem Bild

TensorFlow verschiedene Ansätze / Netze möglich, R-CNN, Fast R-CNN, Faster R-CNN ... Eine Implementierung mit Faster R-CNN: https://github.com/DanielHfnr/Tensorflow-Carla-Object-Detection

state of the art: YOLO (You Only Look Once) Object Detection https://pjreddie.com/darknet/yolo/ https://github.com/pjreddie/darknet

Ursprünglich implementiert in C & CUDA ("Darknet is an open source neural network framework written in C and CUDA"), die Portierung auf TensorFlow nennt sich Darkflow, performt aber deutlich langsamer: https://www.linkedin.com/pulse/comparison-yolo-darknet-versus-darkflow-rasmus-kromann/ (Darknet > 2,5x so schnell)

Einbindung in CARLA wurde bereits im Rahmen einer Masterarbeit zur Erkennung der Geschwindigkeitsschilder umgesetzt: https://github.com/martisaju/CARLA-Speed-Traffic-Sign-Detection-Using-Yolo

Hier: Implementierung in der manual_control.py und Spawnen externer Darknet Binary mit Konfiguration, Weights und Parametern, aktuelles Bild wird jeweils an den Prozess geschickt und anhand der Rückgabe die aktuelle Höchstgeschwindigkeit ggf. neu gesetzt

--> Auch wenn es verglichen mit anderen Netzen nicht zwingend die besten Ergebnisse aufweist, verspricht Darknet / YOLO eine deutlich bessere Performance und ist dabei auch nicht schwieriger einzubinden.

halentin commented 3 years ago

vlt als Hilfe: https://git.rz.uni-augsburg.de/luttkule/carla-praktikum-ws2019/tree/master/carla_object_recognition

halentin commented 3 years ago

neue DoD: Klassifizierung der Verkehrsschilder Informationen sollen sinnvoll verfügbar gemacht werden (zB als Liste von Verkehrsschildern in Topic)

faeibson commented 3 years ago

weiter gehts in #49