Proyecto Final para el curso de robotica CSUNSA, robot carrito reconocedor de señales de transito usando CNN
Layer No. | Layer | Description |
---|---|---|
Input | 28x28x1 image | |
1 | Convolution 5x5 | 1x1 stride, valid padding, outputs 24x24x8 |
RELU | Activation | |
Max pooling | 2x2 stride, outputs 12x12x8 | |
2 | Convolution 3x3 | 1x1 stride, valid padding, outputs 10x10x20 |
RELU | Activation | |
Max pooling | 2x2 stride, outputs 5x5x20 | |
3 | Convolution 2x2 | 1x1 stride, valid padding, outputs 4x4x60 |
RELU | Activation | |
Max pooling | 2x2 stride, outputs 2x2x60 | |
Flatten | outputs 240 | |
4 | Fully connected | outputs 160, dropout |
RELU | Activation | |
5 | Fully connected | outputs 80 |
RELU | Activation | |
6 | Fully connected | outputs 43 |
Para realizar el entrenamiento utilizar TRAIN.py
Grafico de entrenamiento usando 20 epocas
Antes de realizar el entrenamiento se hace un preprocesamiento convirtiendo la imagen en grises
Para realizar una prediccion usar CNN-ENTRENADA.py que convertira a gris la imagen y predicira la imagen con el modelo ya cargado de igual forma convertira a escala de grises
Para realizar la comunicacion entre los diferentes hosts se utilizo sockets
Para realizar el guardado de la imagen del celular a la laptop se utilizo el protocolo samba.
La comunicación tiene el siguiente diagrama de flujo