交通标志识别学习指南

### 交通标志识别学习指南 #### 1. GTSRB 数据集介绍 GTSRB 数据集包含超过 50,000 张属于 43 个类别的交通标志图像。该数据集在 2011 年国际神经网络联合会议（IJCNN）的分类挑战中被专业人士使用。它规模大、组织有序、开源且有标注，非常适合用于交通标志识别的机器学习任务。 虽然实际的交通标志不一定是方形的，也不一定位于每张图像的中心，但数据集配有一个标注文件，用于指定每个标志的边界框。在进行机器学习之前，了解数据集的特性和挑战是个不错的主意，具体做法如下： - 手动查看数据，了解其特征。 - 阅读数据描述（如果页面上有），以确定哪种模型可能最适用。 以下代码展示了如何加载并随机绘制训练数据集的 15 个样本，重复 100 次，以便分页查看数据： ```python if __name__ == '__main__': train_data, train_labels = load_training_data(labels=None) np.random.seed(75) for _ in range(100): indices = np.arange(len(train_data)) np.random.shuffle(indices) for r in range(3): for c in range(5): i = 5 * r + c ax = plt.subplot(3, 5, 1 + i) sample = train_data[indices[i]] ax.imshow(cv2.resize(sample, (32, 32)), cmap=cm.Greys_r) ax.axis('off') plt.tight_layout() plt.show() np.random.seed(np.random.randint(len(indices))) ``` 另一个策略是从 43 个类别中各绘制 15 个样本，观察同一类别图像的变化。从这个小数据样本中可以明显看出，该数据集对任何分类器来说都是一个挑战。标志的外观会因视角（方向）、观看距离（模糊度）和光照条件（阴影和亮点）而发生巨大变化。 #### 2. 数据集解析 GTSRB 数据集有 21 个可下载的文件。为了更具教育意义，我们选择使用原始数据，下载官方训练数据（GTSRB_Final_Training_Images.zip）用于训练，以及 2011 年 IJCNN 竞赛中使用的官方训练数据集（GTSRB-Training_fixed.zip）用于评分。 我们选择分别下载训练和测试数据，而不是从一个数据集中构建自己的训练/测试数据。因为经过探索发现，通常有 30 张来自不同距离的同一标志图像看起来非常相似。将这些图像放在不同的数据集中会使问题出现偏差，即使模型的泛化能力可能不佳，也会得到很好的结果。 以下是从哥本哈根大学数据存档下载数据的函数： ```python ARCHIVE_PATH = 'https://sid.erda.dk/public/archives/daaeac0d7ce1152aea9b61d9f1e19370/' def _download(filename, *, md5sum=None): write_path = Path(__file__).parent / filename if write_path.exists() and _md5sum_matches(write_path, md5sum): return write_path response = requests.get(f'{ARCHIVE_PATH}/{filename}') response.raise_for_status() with open(write_path, 'wb') as outfile: outfile.write(response.content) return write_path ``` 该代码会检查文件是否已存在（并在提供 md5sum 时检查是否匹配），避免重复下载，节省带宽和时间。然后下载文件并存储在包含代码的文件所在的同一目录中。 标注格式可在 http://benchmark.ini.rub.de/?section=gtsrb&subsection=dataset#Annotationformat 查看。下载文件后，我们编写一个函数，使用数据提供的标注格式解压缩并提取数据，具体步骤如下： 1. 打开下载的 .zip 文件（可以是训练数据或测试数据），遍历所有文件，仅打开 .csv 文件，这些文件包含相应类别中每个图像的目标信息。 ```python def _load_data(filepath, labels): data, targets = [], [] with ZipFile(filepath) as data_zip: for path in data_zip.namelist(): if not path.endswith('.csv'): continue # Only iterate over annotations files ... ``` 2. 检查图像的标签是否在我们感兴趣的标签数组中。然后创建一个 csv.reader 来遍历 .csv 文件的内容。 ```python # Only iterate over annotations files *dir_path, csv_filename = path.split('/') label_str = dir_path[-1] if labels is not None and int(label_str) not in labels: continue with data_zip.open(path, 'r') as csvfile: reader = csv.DictReader(TextIOWrapper(csvfile), delimiter=';') for img_info in reader: ... ``` 3. 每一行文件包含一个数据样本的标注。我们提取图像路径，读取数据并将其转换为 NumPy 数组。通常，这些样本中的对象并非完美裁剪，而是嵌入在周围环境中。我们使用存档中提供的边界框信息（每个标签对应一个 .csv 文件）裁剪图像，并将标志添加到 data 中，将标签添加到 targets 中。 ```python img_path = '/'.join([*dir_path, img_info['Filename']]) raw_data = data_zip.read(img_path) img = c ```