Виявлення та класифікація об’єктів дорожнього руху при використанні середовища DIGITS

Abstract

Здійснено огляд архітектури нейронної мережі DetectNet з метою навчання моделі виявлення та класифікації об’єктів дорожнього руху. При цьому, розглянуто структуру нейронної мережі та формат вхідних даних. Здійснено навчання моделі за допомогою середовища DIGITS. Якість моделі було перевірено на валідаційному наборі зображень KITTI. Наведено результати навчання моделі нейронної мережі. Отримані результати порівняно з існуючими аналогами.

Осуществлен обзор архитектуры нейронной сети DetectNet с целью обучения модели обнаружение и классификации объектов дорожного движения. При этом, рассмотрена структура нейронной сети и формат входных данных. Осуществлено обучение модели с помощью среды DIGITS. Качество модели было проверено на валидационном наборе изображений KITTI. Приведены результаты обучения модели нейронной сети. Полученные результаты по сравнению с существующими аналогами.

An overview of the architecture of the DetectNet neural network was conducted to study the model of detection and classification of traffic objects. In this case, the structure of the neural network and the format of the input data are considered. The modeling is done using the DIGITS environment. The quality of the model was tested on the image validation dataset KITTI. The results of studying the model of the neural network are presented. The results obtained compared with existing ones.