Traffic Sign Detection

  • Eser Sahibi EGE ÖZBENDER
  • Tez Danışmanı Aytuğ ONAN
  • Tür Diğer
  • Yayın Tarihi 2023
  • Yayıncı İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
  • Tek Biçim Adres https://hdl.handle.net/11469/3470
  • Konu Başlıkları Traffic Sign
    Detection

The goal of this project is to create a system that can identify a road sign's location in a picture and categorize it. We created functions to reduce dynamic range, modify image resolution, and convert RGB to grayscale for this purpose. Based on the outcomes of various clustering techniques, we chose to use the K-Means algorithm with five clusters. Additionally, 32x32 resolution photos have been selected as acceptable. A bounding box is created around the sign after selecting the appropriate structure to use. We created the code to operate on every input image because these procedures were initially performed on a single test image. Finally, by inheriting the feature extraction portion of VGG19, a transfer learning model has been created.

Erişime Açık
Görüntülenme
4
14.07.2023 tarihinden bu yana
İndirme
1
14.07.2023 tarihinden bu yana
Son Erişim Tarihi
13 Haziran 2024 11:18
Google Kontrol
Tıklayınız
Tam Metin
Tam Metin İndirmek için tıklayın Ön izleme
Detaylı Görünüm
Eser Adı
(dc.title)
Traffic Sign Detection
Eser Sahibi
(dc.contributor.author)
EGE ÖZBENDER
Tez Danışmanı
(dc.contributor.advisor)
Aytuğ ONAN
Yayıncı
(dc.publisher)
İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü
Tür
(dc.type)
Diğer
Açıklama
(dc.description)
Yüksek Lisans Bitirme Projesi
Özet
(dc.description.abstract)
The goal of this project is to create a system that can identify a road sign's location in a picture and categorize it. We created functions to reduce dynamic range, modify image resolution, and convert RGB to grayscale for this purpose. Based on the outcomes of various clustering techniques, we chose to use the K-Means algorithm with five clusters. Additionally, 32x32 resolution photos have been selected as acceptable. A bounding box is created around the sign after selecting the appropriate structure to use. We created the code to operate on every input image because these procedures were initially performed on a single test image. Finally, by inheriting the feature extraction portion of VGG19, a transfer learning model has been created.
Kayıt Giriş Tarihi
(dc.date.accessioned)
2023-07-14
Açık Erişim Tarihi
(dc.date.available)
2023-07-14
Yayın Tarihi
(dc.date.issued)
2023
Tek Biçim Adres
(dc.identifier.uri)
https://hdl.handle.net/11469/3470
Yayın Dili
(dc.language.iso)
tr
Konu Başlıkları
(dc.subject)
Traffic Sign
Konu Başlıkları
(dc.subject)
Detection
Analizler
Yayın Görüntülenme
Yayın Görüntülenme
Erişilen ülkeler
Erişilen şehirler
6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms