Создание модели Tensorflow на основе линий Хафа

Question

Итак, у меня есть проект создания автономного радиоуправляемого автомобиля.Для проведения виртуальных тренировок я настроил симулятор для сбора данных изображения, а также угол поворота рулевого колеса.Затем я использую программу OpenCV, используя определение линии Hough, чтобы обнаружить 3 линии на дороге.Я хочу создать модель, которая при вводе изображений будет иметь угол поворота рулевого колеса.Используя TensorFlow, я обучил CNN с этими изображениями, и результат был очень плохим.

Какую модель мне использовать?

Как мне подойти к обучению таких изображений?

и

Я также могу обучать данные, используя фактические данные для каждой строки, которая выглядит следующим образомдля одной обнаруженной строки:

[[[0,0, 63,0, 54,0, 31,0, -0,5925925925925926]]]]

И это для 2 обнаруженных строк:

[[[0,0, 61,0, 34,0, 32,0, -0,8529411764705882], [41,0, 42,0, 43,0, 77,0, 17,5]]]

Единственная проблема в том, что я незнать, как обращаться с входами переменного размера.Помощь * * 1023

Answer 1

сейчас довольно поздно, но я бы хотел, чтобы этот ответ все еще был полезен.

CNN - это NN с двумерным вводом, так что подача с матрицами постоянной длины (изображения, например);однако большинство их способностей к обучению проистекает из того факта, что CNN способны учиться на коррелированных данных, поэтому он будет работать лучше с необработанным изображением (фактически сверточный слой выполняет извлечение адаптивных функций).

Iподумайте, что если вам нужно использовать CNN, вы должны сосредоточиться на маркировке своих тренировочных образов в наборах поворота вправо, влево и вовсе не поворота для классификации стороны поворота и передачи управления рулевым управлением на некоторый контроллер на основе нечеткой логики, например.

Если вы хотите выполнить контроль с помощью NN, я буду использовать рекуррентный для принятия решения, поскольку вам нужно будет сравнить изменение кривой изображения во времени