Traffic Sign Classification

The goal of this project is to create an AI able to classify in real time traffic signs.

Model

The model is a Convolutional Neural Network of 1M params.

I trained the model using an I7-7700K with a 6GB GTX 1060 and 28GB of RAM.

Categories

Those are the 53 categories trained to be classified by the AI :

1: Virage à droite
2: Virage à gauche
3: Double virage (gauche)
4: Double virage (droite)
7: Rétrécissement de la chaussée
11: Ralentisseur simple
12: Ralentisseur double
13: Route glissante
15: Chute de pierres
16: Passage pour piétons
17: Enfants (école)
23: Intersection
24: Intersection avec une route
25: Rond-point
32: Autres dangers
35: Céder le passage
36: Stop
37: Route prioritaire
38: Fin route prioritaire
39: Priorité au trafic en sens inverse
40: Priorité au trafic en sens inverse
41: Sens interdit
51: Virage à gauche interdit
52: Virage à droite interdit
53: Demi-tour interdit
54: Dépassement interdit
55: Dépassement interdit aux véhicules de transport de marchandises
57: Vitesse maximale 20
59: Vitesse maximale 30
60: Vitesse maximale 40
61: Vitesse maximale 50
62: Vitesse maximale 60
63: Vitesse maximale 70
64: Vitesse maximale 80
65: Vitesse maximale 90
66: Vitesse maximale 100
67: Vitesse maximale 110
68: Vitesse maximale 120
80: Direction - Tout droit
81: Direction - Droite
82: Direction - Gauche
83: Direction - Tout droit ou à droite
84: Direction - Tout droit ou à gauche
85: Direction - Tourner à droite
86: Direction - Tourner à gauche
87: Passer à droite
88: Passer à gauche
100: Sens unique (droit)
107: Zone 30
108: Fin zone 30
109: Passage pour piétons
125: Ralentisseur
140: Direction

Datasets

The AI was trained using a mix of those two datasets :

1. European Traffic Sign Dataset
2. German Traffic Sign Recognition Benchmark

Tools

List of tools I used :

1. Keras
2. OpenCV
3. Weights & Biases