Mudanças entre as edições de "Projeto - Desenvolvimento de uma base de imagens de placas de sinalização"
| Linha 42: | Linha 42: | ||
*[https://medium.com/@waleedka/traffic-sign-recognition-with-tensorflow-629dffc391a6 Reconhecimento de tráfego com TensorFlow] | *[https://medium.com/@waleedka/traffic-sign-recognition-with-tensorflow-629dffc391a6 Reconhecimento de tráfego com TensorFlow] | ||
Um trabalho sobre reconhecimento de placas de trânsito usando TensorFlow, uma biblioteca de software para machine learning. Na página, há um redirecionamento para um [http://btsd.ethz.ch/shareddata/ dataset] de placas, também belgas, e explica trechos do código em Python que o autor usou. | Um trabalho sobre reconhecimento de placas de trânsito usando TensorFlow, uma biblioteca de software para machine learning. Na página, há um redirecionamento para um [http://btsd.ethz.ch/shareddata/ dataset] de placas, também belgas, e explica trechos do código em Python que o autor usou. | ||
| + | |||
| + | *[https://www.kaggle.com/c/traffic-sign-recognition Competição] | ||
| + | Uma competição similar à que gerou o GTSDB, porém nela já são dados dois datasets de placas sob a aba 'data', um para o teste e um para o treinamento dos sistemas. | ||
== Locais para publicação do artigo == | == Locais para publicação do artigo == | ||
Edição das 16h54min de 23 de maio de 2018
Esta é a página do projeto Desenvolvimento de uma base de imagens de placas de sinalização de trânsito para sistemas de reconhecimento automático. O projeto foi submetido e aprovado na Chamada interna nº 13/2018 do campus São José.
- Equipe
-
- Coordenador: Diego da Silva de Medeiros <diegomedeiros@ifsc.edu.br>
- Membro: Deise Monquelate Arndt <deise.arndt@ifsc.edu.br>
- Membro: Mathias Silva da Rosa <mathiassilva4@gmail.com>
- Aluno bolsista: Guilherme Fleiger Felipe <guilhermefliegerfelipe@gmail.com>
- Aluno voluntário: Augusto Gil de Oliveira <augusto.o@aluno.ifsc.edu.br>
Referência para o projeto como um todo
- Trabalho de Conclusão de Curso - Mathias Silva da Rosa
Brainstorm parâmetros da base de dados
- Ângulo da câmera
- Resolução da imagem
- Hora do dia
- Ação do farol nas placas de transito
- Condições climáticas
- Placas degradadas e sujas
- Objetos de cor e formato semelhantes na mesma imagem
- Distância
- Velocidade de apoximação
- Uma possibilidade é publicar um vídeo também, visando testes em tempo real
Material de referência para o banco de imagens
Exemplos de bancos de imagens
Banco de imagens com caixas delimitadoras e anotações para definição da posição e reconhecimento de diversos objetos. (Conferir a aba "extra" no site, lá é mostrado alguns projetos que utilizaram a base de dados)
Lista extensa de datasets e seus links de redirecionamento, que são usados para o propósito de machine learning, bases de qualquer tipo: músicas, imagens, rostos, etc. Estas podem ser usadas para estudo, principalmente a caltech256, uma base de imagens que classifica 30607 imagens em 256 categorias diferentes. Um também interessante, mais próximo do projeto, é o Labelled Faces in the Wild, uma coletânea de rostos humanos e seus nomes.
Dataset de placas de transito belgas. Pode ser utilizado como exemplo para o nosso. No site há referência de dois materiais que parecem interessantes: Combining Traffic Sign Detection with 3D Tracking Towards Better Driver Assistance; Integrating Object Detection with 3D Tracking Towards a Better Driver Assistance System
Um trabalho sobre reconhecimento de placas de trânsito usando TensorFlow, uma biblioteca de software para machine learning. Na página, há um redirecionamento para um dataset de placas, também belgas, e explica trechos do código em Python que o autor usou.
Uma competição similar à que gerou o GTSDB, porém nela já são dados dois datasets de placas sob a aba 'data', um para o teste e um para o treinamento dos sistemas.