В этом проекте мы

  1. построить игрушечную машинку из автомобильного комплекта робота, купленного на Amazon.
  2. запрограммируйте плату Arduino на машине, чтобы машина двигалась «по требованию» с помощью глубокой нейронной сети.
  3. обучить глубокую нейронную сеть распознавать дорожные знаки США
  4. построить конвейер обработки изображений, который:
  • захватывает кадры из потока камеры
  • предварительно обработать его, чтобы изолировать интересующую область
  • применить предсказание DNN к рентабельности инвестиций для определения дорожных знаков США
  • отправьте соответствующую команду автомобилю, чтобы повернуть налево, повернуть направо или остановиться

Результат

Исходный код

Исходный код проекта находится в гитхабе. Он состоит из следующих важных частей:

  1. Model_training.ipynb - используется для обучения DNN, который может идентифицировать дорожные знаки США.
  2. Sketch_go_on_demand.ino - это код, который развертывается на плате arduino в автомобиле. Он напрямую управляет оборудованием автомобиля.
  3. Car.py - это Python-интерфейс к автомобилю, который код водителя использует для управления автомобилем, отправляя команды стоп, повернуть направо или повернуть налево.
  4. Driver.py - это сердце проекта. Он включает в себя конвейер обработки изображений, который идентифицирует дорожный знак с камеры с помощью предварительно обученного DNN, а затем отправляет соответствующие сигналы управления движением в автомобиль.
  5. Main.py - точка входа в программу.

Обо мне

Я начинающий инженер по искусственному интеллекту из района залива Сан-Франциско. В прошлом месяце я закончил TERM1 Car ND Udacity. Ожидание запуска TERM2. Подробнее обо мне здесь.