adb.study/HA_DIGSIG
2
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
15 Commits 1 Branch 0 Tags 556 MiB
MATLAB 96.2%
JavaScript 3.8%
ea7f34f023
Go to file
v-h ea7f34f023 update ignore
2023-01-16 11:19:29 +01:00
DOCS add data 2023-01-04 15:04:02 +01:00
.gitignore update ignore 2023-01-16 11:19:29 +01:00
221025_Projektdurchfuhrung_Teil_1TrafficSign.pdf Add Aufgabenstellung 2023-01-06 09:12:52 +00:00
221205_Projektdurchfuhrung_Teil_2_TraficSign_Variante_RCNN.pdf Add Aufgabenstellung 2023-01-06 09:12:52 +00:00
alex_test.m addidtions from Reini1001 (second part of test - Alexnet) 2023-01-08 09:32:08 +00:00
augmentData_stepthree.m step three 2023-01-15 21:57:40 +01:00
augmentData.m add data 2023-01-04 15:04:02 +01:00
DasNetz2uuuuuuaaaauauaauauauauaua.mat add alexnet-file 2023-01-08 10:39:49 +01:00
func_groundTruthFromLabelPic_stepthree.m step three 2023-01-15 21:57:40 +01:00
func_groundTruthFromLabelPic.m add data 2023-01-04 15:04:02 +01:00
func_setupData_stepthree.m step three 2023-01-15 21:57:40 +01:00
func_setupData.m add data 2023-01-04 15:04:02 +01:00
helperSanitizeBoxes.m add data 2023-01-04 15:04:02 +01:00
Mokey_go_brrrr.m added script for training alexnet 2023-01-16 07:44:54 +01:00
netDetectorResNet50_2.mat add data 2023-01-04 15:04:02 +01:00
netDetectorResNet50.mat add data 2023-01-04 15:04:02 +01:00
preprocessData.m add data 2023-01-04 15:04:02 +01:00
RCNN_for_traficsigns_stepthree.m added comments 2023-01-16 07:38:12 +01:00
RCNN_for_traficsigns.m add data 2023-01-04 15:04:02 +01:00
README.md Update 'README.md' 2023-01-16 06:41:26 +00:00
test.m Update test.m to use alex_test 2023-01-08 09:33:12 +00:00

README.md

HA_DIGSIG

Hauptscriptfiles:

  • 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/DasNetz2uuuuuuaaaauauaauauauauaua.mat trainiert ein Netz zur Kategorie erkennung
  • test.m (liest ein image ein und wendet beide Netze darauf an)
  • RCNN_for_traficsigns_stepthree.main Schritt drei der Aufgabenstellung (kann über parameter dotraining zum trainieren oder nur analysieren des RCNN-Netzes verwendet werden,