Проект дорожные знаки: Проект Страна дорожных знаков

Содержание

Дорожные знаки — наша безопасностьоткрытый игровой проект в средней группе

Вы можете изучить и скачать доклад-презентацию на
тему Дорожные знаки — наша безопасностьоткрытый игровой проект в средней группе.
Презентация на заданную тему содержит 16 слайдов. Для просмотра воспользуйтесь
проигрывателем,
если материал оказался полезным для Вас — поделитесь им с друзьями с
помощью социальных кнопок и добавьте наш сайт презентаций в закладки!

Презентации»
Образование»
Дорожные знаки — наша безопасностьоткрытый игровой проект в средней группе

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Дорожные знаки — наша безопасность
открытый игровой проект в средней группе
Воспитатель: Скачкова Е.И.
МКДОУ детский сад №24

Слайд 2

Описание слайда:

Тип проекта:
Тип проекта:
По доминирующему методу: игровой
По характеру содержания: включает в себя ребенка и его семью;
По характеру участия ребенка в проекте: участники;
По характеру контактов: осуществляется в нутрии одной возрастной группы, в контакте с семьей.
По продолжительности: средней продолжительности;
По количеству детей: фронтальный.

Слайд 3

Описание слайда:

Цель
*Воспитывать грамотного пешехода: довести до сознания детей, к чему может привести нарушение правил дорожного движения;
*Установление партнерских отношений с семьей, приобщение родителей к жизни детского сада.

Слайд 4

Описание слайда:

Задачи
В познавательной деятельности: Закреплять знания детей о правилах дорожного движения, дорожных знаках, сигналах светофора; правилах поведения на улице;
В художественно продуктивной деятельности: Учить детей преобразованию формы: круг из квадрата. Формировать умение действовать ножницами.
В коммуникативной деятельности: Упражнять в выразительном чтении стихов;
Воспитывать чувство ответственности и осторожное поведение на улицах.

Слайд 5

Описание слайда:

Этапы проекта

Слайд 6

Описание слайда:

На дороге с давних пор
Есть хозяева — дорожные
знаки

Домашнее задание: изготовление дорожных знаков

Слайд 7

Описание слайда:

Мой папа мастер на все руки смастерил подставки для дорожных знаков. Мама сшила костюм Светофора

Слайд 8

Описание слайда:

Знать дорожные знаки
должны и взрослые и дети

Слайд 9

Описание слайда:

Там, где «Зебра» на пути.
«Пешеходный переход» –
Можно двигаться вперед.

Изготовление пешеходного перехода и закрепление дорожных знаков на подставках совместно с детьми.

Слайд 10

Описание слайда:

Там где зебра на пути
Пешеход ! Переходи!

Сюжетные игры с использованием дорожных знаков

Слайд 11

Описание слайда:

Почтальон Печкин принес письмо от жителей страны «Лимпопо». В стране «Лимпопо» беда ! Пропали все дорожные знаки. Дети приняли решение отправиться на помощь.
Почтальон Печкин принес письмо от жителей страны «Лимпопо». В стране «Лимпопо» беда ! Пропали все дорожные знаки. Дети приняли решение отправиться на помощь.

Слайд 12

Описание слайда:

По городу, по улице не ходят просто так:
Когда не знаешь правила, легко попасть впросак.
Все время будь внимательным и помни наперед:
Свои имеют правила шофер и пешеход

Ребята рассказали жителям Лимпопо о правилах дородного движения и расставили их на свои места.

Слайд 13

Описание слайда:

На дороге с давних пор
Есть хозяин – Светофор!

Дети навели порядок на дорогах страны «Лимпопо», а потом решили подарить светофорики всем ее жителям.

Слайд 14

Описание слайда:

*Использование дорожных знаков и светофора в сюжетных играх «Соблюдай правила дорожного движения», «Мы едем на автобусе», «Авто заправка».
*Создание презентации «Дорожные знаки наша безопасность», показ на групповом родительском собрании.

Заключительный этап:

Слайд 15

Описание слайда:

На родительском собрании представлено выступление детей о правилах дорожного движения, презентация «Дорожные знаки наша безопасность». Победители группового конкурса «Дорожный знак» были награждены грамотами и подарками

Слайд 16

Описание слайда:

В группе дети продолжают играть в сюжетные игры с использованием дорожных знаков: «Заправочная станция», «Едем на автобусе», «На перекрестке».

Tags
Дорожные знаки — наша безопасностьоткрытый игровой проект в средней группе

Похожие презентации

Презентация успешно отправлена!

Ошибка! Введите корректный Email!

Разработка проектов организации дорожного движения

Каждая автодорога должна обеспечивать безопасность водителей и пассажиров, перемещающихся по ней. Чтобы сооружение отвечало этим требованиям, повышенное внимание уделяют вопросам подготовки проекта организации дорожного движения (ОДД). Чтобы сделать проект наиболее эффективным, достаточно принять меры по оптимизации всех направлений, доступных пешеходам и транспорту.

Особенности дорожного проектирования

Составлением проектов организации дорожного движения занимаются специалисты. Каждое решение должно пройти стадию согласования. Чтобы его можно было реализовать на практике. Оказанием услуг по формированию проектов организации дорожного движения занимаются многие компании. Как правило, они рекомендуют подходить к решению вопроса комплексно. Это означает, что параллельно подготовке ПОДД специалисты осуществляют подготовку комплекта документации на все запланированные мероприятия. После документальной подготовки к запланированным операциям изменятся доступные участникам движения траектории перемещения. Эксперты подвергают созданный ими проект организации дорожного движениясогласованию в контролирующих органах. Составление ПОДД требуется, когда на местности запланировано восстановление прежней трассы или обустройство новой дороги, в случаях проведения ремонтных операций на инженерных сооружениях и дорогах. Это приложение позволяет сделать движение спецтехники и транспорта, подвозящего стройматериалы, наиболее безопасным.

Требования

Подготовка проекта организации дорожного движения становится обязательным требованием в случаях предстоящей прокладки инженерных сетей или обустройства автомобильной стоянки. Документация должна быть сформирована для всех участков дорог с повышенной степенью опасности, с целью минимизации аварийности. Если вдоль автомагистрали запланировано возведение предприятия АЗС или здания автосервиса, то реализации строительных мероприятий будет предшествовать подготовка ПОДД.

Актуальные законодательные нормы обязывают инициаторов работ утверждать документацию в нескольких ведомствах:

• Госавтоинспекции МВД;

• Организации, содержащей эту автотрассу на своем балансе;

• Представительстве Департамента транспорта;

• ФСО;

• ЦОДД и прочих.

Этап согласования требует приложения значительных усилий и терпения, но он крайне необходим. Ликвидация любой аварии на автомагистрали обходится гораздо дороже, а цену человеческой жизни и вовсе невозможно сосчитать.

В столичном регионе утверждением проектов занимаются: Мосавтодор, Мосгортранс и прочие учреждения.

Нормы движения

При разработке проектов специалисты преследуют несколько целей:

• систематизации ПДД;

• поддержания на должном уровне безопасности перемещения пешеходов и транспорта по подъездным путям, территории вблизи промышленных предприятий, жилым микрорайонам, территориям ТРЦ и прочим строениям.

Выполнением подобной работы могут заниматься лишь квалифицированные специалисты, которые знакомы со всеми «подводными камнями» формирования дорожных схем и смогут учесть специфику исследуемого объекта. Халатное отношение к решению обозначенной задачи может обернуться неприятными последствиями: компетентные инстанции могут отказать в утверждении принятых решений.

В содержании ПОДД присутствует схематическое изображение всех предусмотренных объектов: контуров автомагистрали, дорожной разметки, расположения тротуаров и дорожек для перемещения пешеходов, местоположения переходов и мест установки ограждений, светофоров, дорожные знаки и особенности организации освещения на местности.

Экспертный подход

В нормативной документации ГОСТ Р 52289, ГОСТ Р 52290, ГОСТ Р 52282 приняты индивидуальные обозначения для каждого элемента проектируемого комплекса. Любой, не имеющий специальных знаний, человек сможет разобраться в готовом чертеже и сделать вывод о принятых мерах организации безопасного движения для определенной территории.

Ни один проект нельзя назвать универсальным. Каждый участок местности обладает своей спецификой, поэтому подготовку проекта и поручают фирмам. Эксперты ориентируются на соответствующие стандарты, формируя проект. Так, ГОСТ Р 52289, ГОСТ Р 52290, ГОСТ Р 52282 посвящены детальному описанию инструментов, применяемых с целью организации и дальнейшей реализации ПДД для направляющих приспособлений, разметки дорог, применяемых разновидностей светофоров, ограждений и предназначенных для установки на территории дорожных знаков.

Нормативное обоснование

В процессе подготовки ПОДД исполнители отталкиваются от обширной нормативной базы. По своим объемам она превосходит содержание большинства разновидностей документации. Дорожные знаки следует использовать в согласно положениям и требованиям ГОСТ Р 52290, а при выборе и монтаже светофоров следует отталкиваться от положений ГОСТ Р 52282. Вопросам безопасного движения посвящены и положения №196-ФЗ, опубликованного в 1995г.

К формированию ПОДД приступают в момент окончания срока действия уже предусмотренной для территории горизонтального типа разметки дорог и утраты актуальности применяемых здесь прежде дорожных знаков. Для минимизации количества ДТП на автотрассах, подготовку ПОДД следует вести согласно принятым в РФ законодательным требованиям, набору технических норм, правил и стандартов. Формированию и принятию решений обязательно предшествует проведение детального анализа наблюдаемой на местности дорожно-транспортной обстановки.

Изготовление ПОДД заказывают:

• Представители Федерального дорожного агентства — для автомагистралей федерального уровня;

• Местная администрация — для дорог, находящихся в ведении муниципалитетов и отдельных субъектов;

• Собственники — для дорог, находящихся в ведомственном и частном владении.

Спектр решаемых проблем

Приоритетной задачей подготовки ПОДД остается поддержание высокого уровня безопасности перемещения пешеходных и транспортных потоков, а также увеличение существующей пропускной способности до желаемого уровня.

Специалисты приступают к проектированию после детального анализа фактической обстановки, выделяя имеющиеся проблемы и находя оптимальные пути для их решения. Заказчик занимается подготовкой и утверждением техзадания самостоятельно. Готовый ПОДД отвечает существующим требованиям ГОСТа и в полной мере решает обозначенные экспертами задачи.

В первую очередь, он обеспечивает всем участникам движения должную степень безопасности и утверждает режим перемещения потоков с учетом:

• конструктивных дорожных элементов;

• созданных на местности сооружений и их параметров.

Не менее важно как можно быстрее проинформировать участников движения о сложившихся дорожных условиях и предусмотренных объездных путях. Важно добиться рационального и грамотного использования проезжей части со стороны водителей путем указания мест сужения автомагистралей и прочих ее особенностей.

Как это реализуется

ПОДД представляет собой полноценную книгу в формате А3 с дополнительным цифровым экземпляром с доступностью перехода в режим редактирования, записанным на диске. Первым перед заказчиком предстает титульный лист, за ним открывается страница введения. После него предусматриваются схематические чертежи, наглядно демонстрирующие особенности расстановки технических средств и применяемых моделей светофоров. Также в состав документации входят:

• знаки индивидуального проектирования в эскизном изображении;

• экземпляр ведомости о планируемом расположении средств ОДД;

• экземпляр ведомости с отображением расположения приборов освещения местности и всех предусмотренных проектом сооружений. Каждый объект отображается на отдельном уровне.

Содержание титульного листа посвящено отражению реквизитов инстанции, управляющей автодорогой, и организации, которая занималась проектированием ОДД. Ниже следуют наименования организаций, которые осуществляли согласование и утверждение проектных решений, наименование автотрассы с ее индивидуальным обозначением. На титульном листе обязательно должны присутствовать сведения о номере тома документа, должности специалиста, который руководит формированием проекта, с указанием его фамилии и персональной подписью.

В нижней части титульного листа отражают дату формирования ПОДД. Стандартным считают линейный масштаб на уровне 1:3000. Для указания ширины дорожного полотна используют произвольные схематические обозначения.

На расстановочном схематическом изображении обязательно отображают контуры плана автомагистрали, с графиками кривых и указания каждого продольного уклона в плане. Здесь же обязаны присутствовать: вся применяемая дорожная разметка в характерных для нее очертаниях, описание всех применяемых дорожных знаков, разновидностей направляющих приспособлений, задействованных моделей светофоров, осветительных решений, особенностей предусмотренных на местности пешеходных дорожек и переходов, созданных на территории сооружений, остановочных комплексов и прочих построек.

Для одноуровневых сложных пересечений и разноуровневых схем пересечений создают отдельные листы в соответствующем масштабе. Обязательно отражают точные местоположение тех.средств ОДД. Основу документации формируют ведомости базового типа. Примером такого приложения служит экземпляр ведомости, посвященной элементам горизонтальной разметки с отображением подробной номенклатуры. Для всех разновидностей применяемой разметки приводят базовые характеристики.

В ведомости об установке дорожных знаков представляют сведения об их наименованиях и порядковых номерах, количественных показателях и размерах для каждого типа. Для знаков персонального проектирования обязательно отображают величину площади.

Барьерные ограждения и их параметры описывают в третьей ведомости. В отдельную ведомость выносят и столбики сигнальные. Также предусмотрены отдельные ведомости для каждого типа построек и объектов, размещение которых предусмотрено проектом. В каждой ведомости в заключении подводят итоги по освещаемому направлению.

Согласование

ПОДД подвергаются обязательному согласованию в компетентных инстанциях, в частности, в Госавтоинспекции МВД. В этапе согласования принимает непосредственное участие компания, которая выполняла проектирование. Выбор инстанции, которая будет утверждать проектную документацию, определяется характеристиками конкретного объекта. Если проектирование реализуется в отношении дорог ниже пятой категории, то их утверждением занимаются районные и городские ГИБДД, в ведении которых находятся подобные объекты.

Окончательное утверждение ПОДД осуществляет заказчик. Он знакомится с готовым проектным решением и должен своевременно указывать на свои замечания и вносить коррективы, связанные с нововведениями в нормативной базе. Любые изменения, отраженные в ПОДД, в обязательном порядке согласуют с представительством ГИБДД, как минимум, один раз в трехлетний период. Хранением всех прежних версий документации занимается заказчик и ГИБДД.

Согласованием и утверждением любых коррективов, вносимых в ПОДД, связанных с мероприятиями по капремонту и реконструкции объектов с целью повышения уровня их безопасности, занимается сам заказчик.

Дубликаты

Все контролирующие инстанции и сам заказчик получают на хранение все экземпляры проектной документации в печатном виде и в цифровом формате, записанные на диск. Исключение составляет лишь представительство дорожной эксплуатационной организации, которое будет располагать исключительно бумажной версией проекта.

Компания ГАСЗНАК признанный лидер в области проектирования схем движения транспортных средств. Мы предлагаем полный комплекс услуг по проектированию организации дорожного движения в соответствии с актуальными законодательными нормами и стандартами.

Дорожные знаки Клипарт Дорожные знаки Иконки для скрапбукинга

Нажмите, чтобы увеличить

656 продаж
|

4,5 из 5 звезд

€2,39

Загрузка

С НДС

Исследуйте другие похожие поисковые запросы

Внесен в список 10 ноября 2022 г.

118 избранных

Сообщить об этом элементе в Etsy

Выберите причину… С моим заказом возникла проблемаОн использует мою интеллектуальную собственность без разрешенияЯ не думаю, что это соответствует политике EtsyВыберите причину…

Первое, что вы должны сделать, это связаться с продавцом напрямую.

Если вы уже это сделали, ваш товар не прибыл или не соответствует описанию, вы можете сообщить об этом Etsy, открыв кейс.

Сообщить о проблеме с заказом

Мы очень серьезно относимся к вопросам интеллектуальной собственности, но многие из этих проблем могут быть решены непосредственно заинтересованными сторонами. Мы рекомендуем связаться с продавцом напрямую, чтобы уважительно поделиться своими проблемами.

Если вы хотите подать заявление о нарушении прав, вам необходимо выполнить процедуру, описанную в нашей Политике в отношении авторских прав и интеллектуальной собственности.

Посмотрите, как мы определяем ручную работу, винтаж и расходные материалы

Посмотреть список запрещенных предметов и материалов

Ознакомьтесь с нашей политикой в отношении контента для взрослых

Товар на продажу…

не ручной работы

не винтаж (20+ лет)

не ремесленные принадлежности

запрещены или используют запрещенные материалы

неправильно помечен как содержимое для взрослых

Пожалуйста, выберите причину

Расскажите нам больше о том, как этот элемент нарушает наши правила. Расскажите нам больше о том, как этот элемент нарушает наши правила.

Все категории

Товары для рукоделия и инструменты

Определение дорожных знаков с помощью машинного обучения

Научные проекты

Реферат

Беспилотные автомобили используют машинное обучение, тип искусственного интеллекта, для распознавания дорожных знаков и других вещей, с которыми они сталкиваются на дороге, таких как пешеходы и другие транспортные средства. В этом проекте вы будете фотографировать различные типы дорожных знаков и использовать машинное обучение для определения знаков с помощью бесплатного онлайн-инструмента (программирование не требуется). Затем вы попытаетесь улучшить свою модель машинного обучения, чтобы она могла идентифицировать знаки в различных средах.

Резюме

Информатика
Искусственный интеллект
Самоуправляемые автомобили

Кратковременный (2–5 дней)

Нет

Доступно

Очень низкие дорожные знаки (менее 20 долларов)

4 Будьте осторожны при фотографировании дорожных знаков. Не стой на дороге.

Ben Finio, PhD, Science Buddies

Задача

Обучить модель машинного обучения классифицировать изображения различных типов дорожных знаков.

Введение

Люди очень хорошо различают объекты визуально. Например, вы можете посмотреть на рисунок 1 и сразу сказать, что один знак — это знак «Поворот вперед», а другой — знак «Стоп». Это очень важный навык при вождении, так как водителям постоянно необходимо узнавать и соблюдать дорожные знаки.

Хотя людям очень легко выполнить эту задачу, очень сложно написать компьютерную программу, которая может это сделать. Традиционные программы следуют строгим предопределенным правилам, написанным человеком. Если бы вы написали подобную программу, вы могли бы написать описание каждого знака, а затем написать правила, предписывающие компьютеру искать определенные характеристики. Например, знак кривой имеет желтую форму, ромбовидную форму и изогнутую черную стрелку посередине. Знак «Стоп» имеет восьмиугольную форму красного цвета и имеет белое слово «стоп» посередине. Вы можете написать компьютерное зрение программа — компьютерная программа, которая анализирует изображения или видео для извлечения информации — для поиска этих характеристик в изображении.

Однако этот подход хорошо работает только в том случае, если у вас есть почти идеальные изображения знаков. Что делать, если вывеска забрызгана грязью, частично покрыта снегом или помечена граффити? Что, если это ночь, поэтому освещение на картинке другое, и знак кажется немного другим цветом?

Или что, если фотография знака сделана под странным или экстремальным углом, как знак на рис. 2? Как человек, вы все еще можете легко определить знак кривой, но компьютерная программа, написанная для поиска более широкой ромбовидной формы, как та, что на рис. 1, может иметь проблемы.

Все эти факторы делают идентификацию дорожных знаков и других объектов сложной задачей для беспилотных автомобилей (также называемых автономными или беспилотными транспортными средствами). Для безопасной работы они должны уметь распознавать знаки и объекты в самых разных условиях и под разными углами.

В конечном счете, невозможно написать набор правил для описания каждого возможного вида знака, с которым может столкнуться водитель. Учитывая это ограничение, беспилотный автомобиль, запрограммированный следовать строгому набору предопределенных правил, может не правильно идентифицировать знак в новой или неожиданной ситуации, что может привести к аварии. Вот где 9Входит 0112 машинное обучение . Машинное обучение — это тип искусственного интеллекта .

При машинном обучении вместо написания программы с заранее определенными правилами программисты используют тип программы, называемый нейронной сетью , которая больше похожа на человеческий мозг. Программе предоставляется огромное количество обучающих данных (см. рис. 3), обычно состоящих из тысяч или даже миллионов изображений — изображений больше, чем люди могут когда-либо сесть за написание правил или описаний. Используя продвинутую математику, нейронная сеть ищет закономерности и разрабатывает собственные правила. Другими словами, он «научится» идентифицировать изображения.

Существует множество различных типов машинного обучения. Обучение с учителем , тип, который вы будете использовать в этом проекте, использует обучающие данные, предварительно классифицированные человеком («руководителем»). Этот тип обучения хорошо работает, когда вы хотите научить машинное обучение модели (программу) классифицировать различные наборы объектов, например дорожные знаки. В этом видео представлен обзор контролируемого обучения:

Одна из проблем с моделями машинного обучения заключается в том, что они могут подвергаться смещение из их тренировочных данных. Например, обратите внимание на то, что на всех изображениях на рис. 3 ясное голубое небо на заднем плане, немного снега на земле и деревья без листьев. Все эти фотографии были сделаны рядом друг с другом в один и тот же день. Модель машинного обучения, обученная с помощью только этих данных, может научиться ассоциировать эти функции со знаками остановки и иметь проблемы с идентификацией изображений знаков остановки на другом фоне (например, облачный день, городская среда со зданиями или летний день со зданиями). зеленые растения). В этом видео представлен краткий обзор предвзятости в моделях машинного обучения:

Вы можете помочь предотвратить возникновение систематической ошибки в модели, предоставив разнообразный набор обучающих данных. В данном случае это будут изображения дорожных знаков в самых разных условиях: в разных местах, в разное время суток и в разных погодных условиях.

В этом проекте вы будете использовать бесплатный онлайн-инструмент Teachable Machine от Google® для обучения модели машинного обучения. Инструмент позволяет загружать наборы обучающих изображений в разные классы (категории), обучать модель, а затем оценивать модель, предоставляя ей новые изображения, чтобы увидеть, правильно ли она их классифицирует. Вы попытаетесь улучшить свою модель, предоставив ей дополнительные обучающие данные, чтобы увидеть, насколько точной вы сможете ее сделать. Вы можете сделать все это, не занимаясь программированием самостоятельно. Те, у кого есть знания в области программирования, могут экспортировать модель, чтобы изучить ее более подробно (дополнительную информацию см. на веб-сайте Teachable Machine).

Термины и понятия

Компьютерное зрение
Беспилотный автомобиль
Автономный
Самостоятельное вождение
Машинное обучение
Искусственный интеллект
Нейронная сеть
Данные тренировки
Обучение под наблюдением
Модель
Смещение
Точность
Матрица путаницы

Вопросы

Почему компьютерной программе трудно идентифицировать объекты на изображениях?
В чем разница между машинным обучением и традиционной компьютерной программой?
Каковы некоторые преимущества использования программы машинного обучения по сравнению с традиционной программой? А недостатки?
Что такое смещение в модели машинного обучения и чем оно вызвано?
Почему важно предоставить широкий выбор обучающих изображений для контролируемой модели машинного обучения?

Библиография

Google. (н.д.). Часто задаваемые вопросы по обучаемой машине. Проверено 8 марта 2022 г.

PBS LearningMedia. (2019). Обучение под наблюдением #2 Ускоренный курс: искусственный интеллект [видео]. Проверено 8 марта 2022 г.

Гугл. (2017, 25 августа). Машинное обучение и человеческие предубеждения [видео]. YouTube. Проверено 8 марта 2022 г.

Шрофф, Р. (2019, 25 сентября). Объяснение искусственного интеллекта простыми словами. Середина. Проверено 8 марта 2022 г.

Материалы и оборудование

Смартфон или цифровая камера
Компьютер с доступом в Интернет
Лабораторный блокнот

Экспериментальная процедура

Выберите два разных типа дорожных знаков, которые вы будете использовать для своей модели машинного обучения. Вы должны выбрать знаки, где у вас будет безопасный и легкий доступ к знакам того же типа в разных местах, чтобы делать снимки. Возможно, вам придется исследовать свой район со взрослыми, чтобы найти знаки или использовать онлайн-инструмент, такой как просмотр улиц в Google Maps®.
Сделайте не менее 10 снимков каждого типа знака. Например, если в пешей доступности есть два знака остановки, вы можете сделать пять снимков каждого знака. Обратите внимание, что Teachable Machine обрезает каждое изображение до квадратного соотношения сторон, поэтому убедитесь, что знак не слишком близко к краям изображения, иначе он будет обрезан.
Загрузите изображения на свой компьютер, чтобы они были готовы к загрузке в Teachable Machine.
Примечание. С марта 2022 г. вы должны использовать Teachable Machine на компьютере; он не будет работать непосредственно на вашем телефоне.
Примечание. Веб-сайты могут часто меняться. Если следующие инструкции не совсем соответствуют тому, что вы видите, просто следуйте инструкциям на экране, чтобы использовать Teachable Machine.
Перейдите в Teachable Machine и нажмите Начать .
Щелкните Проект изображения .
Нажмите Стандартная модель изображения .
Измените имена двух классов в модели. Например, вы можете назвать их «Знак остановки» и «Знак кривой».
В разделе Добавить образцы изображений для первого занятия нажмите Загрузить . Выберите и загрузите изображения этого типа знака со своего компьютера. Загрузка может занять некоторое время, если у вас много изображений.
Повторите шаг 9, чтобы добавить изображения для другого класса.
Щелкните Модель поезда . Подождите, пока модель закончит обучение. Пока вы ждете, модель «учится» идентифицировать ваши два класса изображений.
Щелкните стрелку раскрывающегося списка рядом с цифрой 9.0148 Дополнительно и нажмите Под капотом .
Прочитайте информацию, которая появляется на вашем экране.
Подводя итог, модель использует только 85% ваших изображений для обучения. Это экономит остальные 15% для использования в качестве «тестовых» изображений. Таким образом, модель может проверить себя на изображениях, которые она никогда раньше не видела. Он использует результаты тестовых изображений для определения модели точности , процентной доли изображений, которые были правильно классифицированы для каждого класса (выражается числом от 0 до 1). Он также производит матрица путаницы , которая определяет, сколько изображений было правильно и неправильно классифицировано для каждого класса. Наведите указатель мыши на «?» значок рядом с каждым элементом, чтобы узнать о нем больше.
Примечание. При каждом повторном обучении модели в качестве «тестов» будут выбираться разные изображения, поэтому результирующая матрица точности и путаницы может отличаться.
Теперь попробуйте проверить свою модель с дополнительными изображениями. Попробуйте найти изображения, которые отличаются от тех, которые вы использовали для обучения. Вы можете отправиться исследовать свой район, чтобы сфотографировать новые знаки, поискать изображения знаков в Интернете, сделать снимки экрана с помощью такого инструмента, как Google Maps, или даже использовать программу редактирования изображений, чтобы редактировать уже имеющиеся у вас изображения (например, вырезать и вставлять знаки на разные фоны).
В разделе Предварительный просмотр измените выбор в раскрывающемся меню с Веб-камера на Файл .
В разделе Preview загрузите одно из ваших новых изображений. Под Output модель назначит вероятность того, что изображение показывает один из двух ваших классов знаков (рисунки 4 и 5).
Проверьте результат своей модели, используя различные изображения знаков в как можно большем количестве различных сред (разные места, разное время суток, разная погода, разные объекты на переднем или заднем плане изображения и т. д.). Насколько точно модель классифицирует каждое изображение? Есть ли какие-либо изображения, с которыми модель ошибается или с которыми возникают проблемы (например, присваивает вероятности примерно 50/50), даже если они очевидны для вас? Можете ли вы определить особенности изображений, которые, по вашему мнению, вызывают проблемы?
Например, тестовое изображение на рис. 5 имеет прямоугольный знак «остановка и стояние запрещены» под знаком рельефа на переднем плане, но ни на одном из обучающих изображений в этой модели не было дополнительных знаков. На заднем плане также есть более темное дерево, на котором видно очень мало голубого неба по сравнению с тренировочными изображениями.
Вернитесь и просмотрите свои тренировочные изображения. Основываясь на проблемах, которые вы заметили с вашими тестовыми изображениями, можете ли вы определить какие-либо потенциальные источники систематической ошибки в ваших обучающих изображениях? Например, возможно, вы сделали все свои фотографии вывески одного типа на фоне голубого неба и все свои фотографии вывески другого типа на фоне здания. Можете ли вы понять, как вы могли бы добавить больше обучающих изображений, чтобы устранить эту предвзятость?
Сохраните свою модель, щелкнув меню Teachable Machine в левом верхнем углу, затем нажмите Сохранить на Google Диске .
На основе результатов анализа, выполненного в шагах 15 и 16, соберите дополнительные тренировочные изображения. Возможно, вам придется исследовать дальше, чтобы найти больше знаков, или попросить взрослого отвезти вас или доехать на общественном транспорте до новых мест, чтобы вы могли найти больше знаков. Вы также можете делать снимки в разное время суток при разном освещении или дождаться изменения погоды и сделать снимки в другой день. Вы также можете использовать программное обеспечение для редактирования изображений, чтобы вырезать и вставлять знаки на разные фоны.
Создайте новую модель, используя параметр New Project в верхнем левом меню. Тренируйте его с помощью 90 148 всех 90 149 ваших обучающих изображений, а не только новых.
Примечание. Хотя вы можете загрузить дополнительные изображения и повторно обучить существующую модель, модель будет перезаписана. Создание нового проекта для каждой итерации вашей модели позволит вам вернуться и сравнить их, а не постоянно перезаписывать одну и ту же модель каждый раз, когда вы ее обучаете.
Протестируйте новую модель с теми же тестовыми изображениями, которые вы использовали для своей первой модели. (Убедитесь, что вы не включили тестовые изображения в данные обучения). Ваша новая модель лучше справляется с идентификацией изображений, с которыми у первой модели были проблемы? Каков результат для каждого отдельного тестового изображения? Как соотносится матрица точности и путаницы с матрицами вашей предыдущей модели?
Теперь вы можете повторить процесс тестирования своей модели, сделав больше обучающих изображений, обучив новую модель и снова протестировав ее. Попробуйте раздвинуть границы своей модели и протестировать ее на более сложных изображениях.
Подумайте обо всех сценариях, с которыми может столкнуться беспилотный автомобиль, когда человеку будет легко идентифицировать знак, но, возможно, это будет сложно для модели машинного обучения — например, знак остановки частично скрыт веткой дерева. Если ваши обучающие данные не включали изображения частично скрытых знаков, может ли он все же идентифицировать их на тестовых изображениях? Как насчет поврежденных или изогнутых знаков?
Продолжайте улучшать свою модель. Это открытый проект без определенной «конечной точки». Вы можете всегда давать вашей модели больше обучающих данных и продолжать пытаться ее улучшить. Однако на самом деле в какой-то момент вам придется решить, когда ваша модель «достаточно хороша». Сможете ли вы довести свою модель до такой степени, что, по вашему мнению, ее будет безопасно использовать в беспилотном автомобиле?
Если вам нужны дополнительные испытания и способы расширения вашей модели, см. раздел «Вариации».

Задать вопрос эксперту

У вас есть конкретные вопросы о вашем научном проекте? Наша команда ученых-добровольцев может помочь. Наши эксперты не сделают всю работу за вас, но они сделают предложения, дадут рекомендации и помогут устранить неполадки.

Опубликовать вопрос

Варианты

Вы можете добавить дополнительные классы в свою модель Teachable Machine, нажав Добавить класс . Попробуйте обучить модель, которая может распознавать несколько типов знаков.
Сделайте снимки с без знаков и включите их в модель как класс. Ваша модель когда-нибудь ошибочно идентифицирует знак на изображении, даже если его нет?
Попробуйте обучить модель, которая может распознавать другие объекты, которые автономный автомобиль может видеть во время движения, например пешеходов, велосипедистов и другие автомобили, а также красный, желтый или зеленый свет. Не забывайте соблюдать осторожность и соблюдать все правила безопасности дорожного движения и пешеходов (например, не стоять посреди дороги, чтобы фотографировать). Возможно, вам придется проверить, разрешено ли фотографировать других людей на публике в вашем регионе.
Щелкните раскрывающийся список Advanced под кнопкой Train model , чтобы получить доступ к нескольким различным параметрам, которые влияют на то, как ваша модель обучается. Наведите указатель мыши на «?» значок рядом с каждым параметром, чтобы узнать о нем больше. Попробуйте настроить эти параметры, чтобы увидеть, как они влияют на вашу модель.

Вакансии

Если вам нравится этот проект, вы можете изучить следующие родственные профессии:

Руководство по проекту научной ярмарки
Другие подобные идеи
Идеи проекта по информатике
Идеи проекта искусственного интеллекта
Идеи проекта беспилотных автомобилей
Мои любимые

Лента новостей по этой теме

,
,

Цитировать эту страницу

Общая информация о цитировании представлена здесь.