交通標識の分類

このユースケースは、道路標識を分類するドイツの交通標識データセットに基づいています。 このソリューションでは、公開データセットで学習済みで、STM32上で動作し、非常に高い精度が得られるモデルを提案します。
これらのモデルの学習には、STM32 Model Zooで提供されているPythonスクリプトを使用しました（詳細は、STの「 トレーニングに関するチュートリアル」をご覧ください）。

ここでは、 STM32 Model Zooのプロジェクトを設定した後、データセットをダウンロードし、適切な構造で配置しました。 次に yamlファイルを更新しました。このファイルは次の設定によりトレーニングを構成するために使用します。

全般
project_name（プロジェクト名）traffic_sign
データセット
name（データセット名）traffic
class_names（クラス名）[‘0001’, ‘0002’, …, ‘0042’]
training_path（トレーニング･パス）datasets/train
validation_path（検証パス）
test_path（テスト･パス）datasets/test

これらの設定は、ユースケースに応じてご自由に調整いただけます。
後は、"train.py"スクリプトを実行するだけです。

STM32 Model Zooには、独自のデータでモデルをトレーニングおよび再トレーニングするときに必要なものが、すべて揃っています。 モデルは、リポジトリで提供中のPythonスクリプトによってSTM32H747ディスカバリ･キットに簡単に導入できます（詳細は、STの「 導入に関するチュートリアル」をお読みください）。
これらの手順の詳細は、 STの入門ビデオで、すべて解説しています。