Обучение нейросети для идентификации дорожных знаков в контексте автономных транспортных средств

Abstract

Рост числа автономных автомобилей и стремительное развитие технологий компьютерного зрения делают крайне важным проведение исследований по точности распознавания дорожных знаков. Это исследование важно, так как автономные машины в скором времени станут массовыми. Настоящая работа — начальный этап серии исследований, посвященных распознаванию городских дорожных знаков в различных условиях. Поскольку это первое исследование, в качестве начальной точки рассматривались только три типа знаков, а датасет для обучения был собран вручную и доступен в открытом доступе. После обучения модели была достигнута точность распознавания в 97%. Полученные результаты позволяют продолжить эксперименты с более широким спектром знаков в условиях повышенной сложности, включая ситуации с плохой видимостью, недостаточной освещенностью и другими факторами окружающей среды.