Détection de Panneaux de Signalisation avec méthodes de classifications classiques (apprentissage supervisé)

Cette sous partie du projet vise à développer un système de détection de panneaux de signalisation à l'aide de méthodes de classifications classiques (apprentissage supervisé). Le système est capable de détecter et classifier différents types de panneaux et feux de signalisation dans des images.

Structure du Projet

• supervised_learning/ : Répertoire principal du projet contenant le code source pour l'apprentissage du modèle et la détection des panneaux.

  • classifiers/ : Répertoire comprenant les informations de différents classifieurs
    • saves/ : Répertoire de sauvegarde des meilleures classifieurs
  • main.py : Point d'entrée pour lancer le programme.
  • config.py : Fichier de configuration.
  • utils.py : Fichier contenant des scripts utiles aux processus d'apprentissages.

• data/ : Répertoire pour stocker les données d'entraînement et de test.

• utils/ : Répertoire contenant des utilitaires et des scripts auxiliaires.

Utilisation

Pour créer, entrainer et tester les différents classifieurs binaire, lancer la commande suivante :

python -m supervised_learning.create_classifiers

Pour exécuter le programme et lancer la détection de panneaux de signalisation, utilisez la commande suivante depuis la racine du projet :

python -m supervised_learning.detection INPUT_IMAGES_FOLDER OUTPUT_LABEL_FOLDER

Pour voir 10 résultats aléatoires de la prédiction, utilisez la commande suivante depuis la racine du projet :

python -m supervised_learning.vue INPUT_IMAGES_FOLDER OUTPUT_LABEL_FOLDER