System for Traffic Sign Recognition

U radu su opisani popularni pristupi za klasifikaciju objekata s naglaskom na korištenje konvolucijskih neuronskih mreža. Objašnjena je generalna ideja konvolucijskih neuronskih mreža te je opisan postupak izgradnje jedne jednostavne mreže u svrhu raspoznavanja prometnih znakova korištenjem Python biblioteke Keras. Izgrađeni sustav primijenjen je na javno dostupnom skupu slika prometnih znakova GTSRB s relativno visokom točnošću od 95% i više, bez potrage za optimalnim hiperparametrima. Dan je osvrt na cjelokupni sustav, rezultate te opis smjera u kojem bi se razvoj sustava nastavio u svrhu još veće točnosti i primjene u stvarnom svijetu.This paper describes well-known approaches to classification of objects with emphasis on the use of convolutional neural networks. The general idea behind convolutional neural networks is explained and a procedure is given for constructing a single simple network for the purpose of recognizing traffic signs using the Python library Keras. The built system was applied to the publicly available GTSRB traffic sign dataset with a relatively high accuracy of 95% and above, without a search for optimal hyperparameters. An overview of the entire system is given, as well as the results and the description of the direction in which the development of the system would continue for the purpose of even greater accuracy and application in the real world