Traffic Signs Detector

Instalación

Probado en python3.

1. Clonar repositorio.

git clone https://github.com/ariaaan/traffic-signs-detector/

2. Instalar pre-requisitos.

2.1. Instalar pre-requisitos desde pip.

Ubicados en cualquier lugar.

pip install tensorflow-gpu
pip install keras
pip install h5py
pip install screeninfo # si se va a utilizar con un monitor
pip install pydub # si se quieren notificaciones sonoras

pip install randomcolor

Las últimas versiones probadas fueron las siguientes, pero debería funcionar con otras versiones sin problema.

tensorflow-gpu==1.4.0 # tensorflow 1.5 requiere CUDA 9, 1.4 puede utilizarse con CUDA 8
Keras==2.1.4
h5py==2.7.1
pydub==0.20.0
randomcolor==0.4.4.5

2.2. Instalar Darkflow.

Ubicados en cualquier lugar.

git clone https://github.com/thtrieu/darkflow
cd darkflow/
pip install cython
python setup.py build_ext --inplace
pip install .

2.3. Instalar OpenCV

Instalar OpenCV desde pip

pip install opencv-contrib-python

O sino, se puede compilar desde el código fuente. Se recomienda seguiras estas instrucciones.

3. Descargar modelos.

Ubicado en la carpeta principal del proyecto.

make init

4. Configurar sistema.

Ubicado en la carpeta principal del proyecto.

make config

5. Instalar sistema.

Ubicado en la carpeta principal del proyecto.

make install

6. Probar funcionamiento.

Para probar el funcionamiento, crear un script de python con el siguiente código, reemplanzando:

• config_path: path al archivo .json, ubicado en ./cfg/config.json en la carpeta principal del proyecto.
• video_path: path a un archivo de video en el cual se desea detectar señales de tránsito (para probar se puede utilzar este video).

from detector.detector import create_detector_from_file

detector = create_detector_from_file('<config_path>')
detector.detect_video_feed('<video_path>', output='output.avi')

Dejarlo correr un rato o hasta que termine, y revisar el archivo output.avi para corroborar el correcto funcionamiento.