Я строю RC-Car с автоматическим управлением, используя Raspberry-Pi в качестве вычислительного движка.В машине есть камера, которая захватывает изображения, используемые нейронной сетью (используя Tensorflow).Сеть предсказывает, должна ли машина ехать влево или вправо.Тренировка проводится путем вождения автомобиля вручную через трек.На входе сети находится RGB-изображение, на выходе есть 3 значения: скорость, слева или справа.Настройка работает довольно хорошо в своих пределах.
Я планирую расширить функциональность, чтобы машина останавливалась при обнаружении знака остановки.
Моей первой мыслью было добавить дополнительное выходное значениес предсказанием, есть ли на изображении знак остановки или нет, но я не уверен, что это лучшая идея, так как обучение вождению и обучение распознаванию знаков довольно разные.В качестве альтернативы я мог бы использовать вторую нейронную сеть, которая предназначена только для обнаружения признаков.Пропускать каждое 10-е изображение через вторую сеть должно быть достаточно хорошо.
Любая рекомендация, если я должен сохранить ведущую роль и распознавание знаков в одной сети?