Topics about Data Sciences and BI
Foto de Usuario
italocontreras135

Ranking Troomes
Mensajes: 4
Registrado: 18 Ene 2020, 09:12

Deteccion de señales de transito con redes neuronales

Mensaje por italocontreras135 » 24 Jul 2020, 18:13

GRUPO : SITEMA DE CONTEO DE PERSONAS PARA EL MONITOREO DE ESTABLECIMIENTOS Y EVITAR LA ALTA DENSIDAD DE PERSONAS

Integrantes:
Contreras Perez Italo
Gamarra Garro Santiago

Titulo del paper : Deteccion de señales de transito con redes neuronales

Introduccion:
La detección y reconocimiento de señales de tráfico ha ganado importancia con los avances en el procesamiento de imágenes debido a los beneficios
que tal sistema puede proporcionar. Los desarrollos recientes y el interés en los autos sin conductor también ha aumentado el interés.
en este campo. Un sistema automatizado de detección y reconocimiento de señales de tráfico proporcionará la capacidad para automóviles inteligentes y
conducción inteligente Incluso con un conductor detrás del volante, el sistema puede proporcionar información vital al conductor reduciendo
Errores humanos que causan accidentes.

Tecnicas:
-rojo,verde y azul (RGB)
-unidad lineal recitificada ( ReLu)
- algoritmo adaptativo de gradiente (AdaGrad),


Conclusiones:
-El sistema de reconocimiento automático de señal de tráfico árabe (AATS) se diseñó utilizando redes neuronales convolucionales (CNN)
-El conjunto de datos pasó por una etapa de preprocesamiento antes de ingresarlo a la red. Se dividió en entrenamiento,
probar y validar conjuntos de datos. El diseño inicial se basó en trabajos previos similares que se utilizaron como base para
-El posterior diseño mejorado. La arquitectura final de Deep CNN propuesta en este trabajo consiste en dos convolucionales
capas, dos capas de maxpooling una capa de abandono y 3 capas densas. Se obtuvo una precisión del 100% para la época 150 para
Todos los tamaños de lote.
-Demostramos la utilidad de la arquitectura CNN diseñada mediante la implementación de un sistema práctico.
que puede tomar señales de tráfico en tiempo real a través de la cámara conectada al vehículo,
-El trabajo futuro incluirá aumentar
El tamaño del conjunto de datos y su publicación para que otros investigadores puedan utilizarlo con fines de evaluación comparativa. Trabajo
también continuará desarrollando sistemas de reconocimiento de costos más robustos y computacionalmente bajos.
Adjuntos


Responder