# HA_DIGSIG

## Hauptscriptfiles:
 - https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/RCNN_for_traficsigns.m
   (kann über parameter `dotraining` zum trainieren oder nur analysieren des RCNN-Netzes verwendet werden,
   ggf. kann das Training über parameter `doAugmentation` ohne oder mit Augmentation stattfinden (Schritt 1 bzw. 2 der Aufgabenstellung))
 - https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/Mokey_go_brrrr.m
   trainiert ein Netz zur Kategorie erkennung
 - test.m 
   (liest ein image ein und wendet beide Netze darauf an)
 - https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/RCNN_for_traficsigns_stepthree.m
   Schritt drei der Aufgabenstellung
   (kann über parameter `dotraining` zum trainieren oder nur analysieren des RCNN-Netzes verwendet werden,

## Tainierte Netze
 - RCNN_Schritt eins: https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/netDetectorResNet50.mat
 - RCNN_Schritt zwei: https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/netDetectorResNet50_2.mat
 - Alexnet schritt eins:
 - Alexnet schritt zwei: https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/DasNetz2uuuuuuaaaauauaauauauauaua.mat
 - RCNN Schritt drei: https://git.cybre.town/adb.study/HA_DIGSIG/src/branch/main/netDetectorResNet50_stepthree.mat