renesat/TLNet

TLNet

Описание

Реализация (примерная, в связи с неточностями описания алгоритма статьи) Vitas, Dijana, Martina Tomic, и Matko Burul. «Traffic Light Detection in Autonomous Driving Systems».

Установка зависимостей

Для уставновки зависимостей, необходимых для запуска модели, следует воспользоваться командой:

pip install -r requirements.txt

Данные

Используются данные из набора LISA Traffic Light Dataset.

Тестирование

Пример тестирования модели представлен в ноутбуке notebooks/Test model.ipynb. Для запуска необходимы веса модели (link). На вход модели необходимо подавать 3-х канальное изображения с разрешением 128x128, отнормированное по среднему и деперсии из ImageNet ((0.485, 0.456, 0.406) и (0.229, 0.224, 0.225) сответственно).

Структура проекта

• reports/report.md: отчёт по заданию;
• tlnet/: python пакет с реализацией задачи;
  • tlnet/data: подпакет с функциями для работы с данными;
  • tlnet/model/roi.py: реализация поиска ROI;
  • tlnet/model/tlnet.py: реализация нейронной сети;
• notebooks/: используемые jupyter ноутбуки;
  • notebooks/Generate Dataset.ipynb: ноутбук, который использовался для генерации примеров для обучения сети.
  • notebooks/Test model.ipynb: ноутбук, который использовался для тестирования модели.
  • notebooks/Train.ipynb: ноутбук, который использовался для обучения модели.
• requirements.txt: необходимые зависимости;
• requirements_dev.txt: зависимости для разработки;
• shell.nix: файл для работы с пакетным менеджером Nix.