Skip to content

lightport-developer/VEKOP-2.1.7-15-2016-00558

master
Switch branches/tags
Code
This branch is 9 commits ahead, 2505 commits behind tensorflow:master.
Contribute

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Logo

VEKOP-2.1.7-15-2016-00558 azonosítójú projekt

A projekt célja egy könnyen üzembe helyezhető és integráltható, költséghatékony, környezettudatos szempontokat figyelembe vevő – közúti adatgyűjtő prototípus gép fejlesztése, közúti, közterületi létesítmény elemek rendszeres ellenőrzésének és automatizált feladatkiosztáson alapuló karbantartásának támogatása.

Technikai információk

Szoftver követelmény

Szoftver Verziószám
Tensorflow 1.12.2
Python 3
NVIDIA driver 384.183
CUDA toolkit 9(.0.176)
CUDNN toolkit 7.6.1

Hardver követelmény

Eszköz Típus
GPU NVIDIA GeForce GTX 1080

Felhasznált előre betanított modell

A projekthez a faster_rcnn_inception_v2_coco_2018_01_28 előre betanított modellt használtuk fel, amelyet tovább tanítottunk saját adatokkal.

Adathalmaz

Tábla Címke Darabszám(tanítás/teszt) Mintakép Inferált kép
Sebesség korlázotás: 40 speed_limit_40 25/65 kép kép
Sebesség korlázotás: 60 speed_limit_60 30/100 kép kép
Sebesség korlázotás: 70 speed_limit_70 25/80 kép kép
Előzni tilos no_overtaking 40/130 kép kép
Parkolni tilos no_parking 27/90 kép kép
Gyalogos átkelő pedestrian_crossing 26/95 kép kép
Főútvonal priority_road 36/137 kép kép
Figyelmeztető tábla warning 35/141 kép kép

Inferálás futtatása

Hozzuk létre a tensorflow konténert:

conda create -n tensorflow pip python=3.5
source activate tensorflow

Az elkészített konténerben telepítsük a fent részletezett szoftvereket. Ezután az alábbiakban leírt módon futtatható az inferálás:

idle3

A felugró ablakban megnyitjuk az Object_detection_image.py vagy Object_detection_video.py fájlt, majd a IMAGE_NAME/VIDEO_NAME változót átírjuk az inferálni kívánt fájl elérési útvonalára és az F5 gomb megnyomásával futtatjuk a programot.

Eredmények

Néhány példa az eredmények bemutatására videós, illetve képes formában.

About

Models and examples built with TensorFlow

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • Python 72.6%
  • Jupyter Notebook 25.1%
  • C++ 1.5%
  • Other 0.8%