颜色分类leetcode traffic light detection classification 用于交通灯检测和分类的测...

颜色分类leetcode交通灯检测和分类概述作为Udacity SDC final project()工作的一部分，我们在交通灯分类中采用了基于两阶段深度学习的方法。也就是说，交通灯检测模块由两个串联的基于CNN的模型组成：交通灯检测（定位）和（光）颜色分类。 ###交通灯检测将捕获的图像作为输入，并生成边界框作为要输入分类模型的输出。我们使用TensorFlow对象检测API，这是一个构建在TensorFlow之上的开源框架，用于构建、训练和部署对象检测模型。对象检测API还附带了一系列在COCO数据集上预先训练的检测模型，非常适合快速原型设计。具体来说，我们使用了一个轻量级模型： ssd_mobilenet_v1_coco ，它基于单发多ssd_mobilenet_v1_coco检测(SSD)框架，并进行了最少的修改。虽然这是一个通用的检测模型（没有专门针对红绿灯检测进行优化），但我们发现这个模型足以满足我们的需求，实现了良好的边界框精度（如下图所示）和快速运行时间之间的平衡。 ###交通灯分类找到交通灯的边界框后，我们裁