Реализация (примерная, в связи с неточностями описания алгоритма статьи) Vitas, Dijana, Martina Tomic, и Matko Burul. «Traffic Light Detection in Autonomous Driving Systems».
Для уставновки зависимостей, необходимых для запуска модели, следует воспользоваться командой:
pip install -r requirements.txt
Используются данные из набора LISA Traffic Light Dataset.
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).
- 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.