Classificação de placas de trânsito com o uso de CNNs

Este é o meu TCC do curso de Engenharia Elétrica, da Universidade Tiradentes. Como o título sugere, foi feita a classificação de diversas placas de trânsito usando CNNs (Convolutional Neural Networks).

Link para o TCC: Clique aqui

Origem dos Dados

Basicamente, há duas formas de fazer o download dos dados: diretamente do site do GTSRB, ou via Kaggle. Ambos terão os datasets de treino e teste separados.

Por conta do tamanho dos arquivos, não é possível disponibilizá-los aqui no GitHub. Porém, o arquivo create_dataset.py mostra como transformar todas as imagens (treino e teste separadamente) em um único arquivo .h5, que será utilizado para fazer o pré-processamento.

Pacotes Necessários

Todas as bibliotecas e suas respectivas versões podem ser vistas no arquivo requirements.txt. O pacote mais relevante, entretanto, é o Tensorflow, que recentemente foi atualizado para a versão 2.3, porém neste artigo foi utilizada a versão 2.1. Alguns métodos entre essas versões são incompatíveis, portanto é necessário atenção.

Jupyter Notebook

Além do TCC oficial em formato pdf, o arquivo TCC.ipynb detalha cada passo de todo o processo, desde o carregamento do dataset, construção da CNN, até algumas análises após a construção.

Caso queira utilizar o mesmo modelo apresentado no meu TCC, ele está no disponível no meu Google Drive, juntamente com o notebook e o pdf.

Trabalhos Futuros

• Traduzir o README.md para inglês;
• Traduzir o Jupyter Notebook para inglês;
• Atualizar o código para o Tensorflow 2.3.