交通灯分类器

Notebook 问题

Criteria Meet Specification

所有问题得以解答

在 Notebook 项目中,所有问题得以解答 (共计两个问题)。

预处理

Criteria Meet Specification

将输入图像标准化

所有输入的图像(在分类之前)都应进行处理,从而让它们有一个相同的尺寸大小。

对所有输出标签进行独热编码 (One-hot encode)

所有标签都应该是一个长度为 3 的热门编码矢量。如 '黄色' 变为:[0,1,0]。

创建亮度功能

Criteria Meet Specification

创建亮度功能,并使用 HSV 颜色空间

使用 HSV 色彩空间,从交通灯图像中提取代表图像中亮度级别的特征。 此功能应该有助于对任何交通灯图像进行分类。 特征可以是一个列表,数组或单个值。

分类模型

Criteria Meet Specification

创建一个完整的分类器

使用任何已创建的功能,编写一个分类函数,该函数可接收标准化的RGB图像,并将红绿黄绿色作为 One-hot 编码标签输出。

模型评估

Criteria Meet Specification

准确度

该模型在给定的测试集上的准确度必须高于 90%。

没有红灯标记为绿色

在给定的测试集中,红色交通信号灯永远不会被错误地标记为绿色。

Tips to make your project standout:

1.(可选)目标是 > 95%的分类准确性。
2.(可选)有些灯呈箭头形状; 可以进一步将灯光分类为圆形或箭形。
3.(可选)添加另一项功能,并尽可能接近 100% 的准确度!