一種基于深度學習數據集預處理方法及訓練

摘要：本文通過對采集的數據進行處理提取有用的車道線信息進行預先處理，然后將處理數據上傳網絡服務器進行數據訓練再把訓練好的數據傳給智能車。

一.數據集預處理

對采集的數據進行處理提取有用的車道線信息。

1、按ctrl+alt+t組合鍵打開終端，使用cd命令切換目錄到ArtRobot_DeepCar/src/目錄下，運行python Img_Handle.py程序將采集到的圖像進行處理只剩下車道線信息，處理后的數據存放在data/hsv_img/目錄下。

2、按ctrl+alt+t組合鍵打開終端，使用cd命令切換目錄到ArtRobot_DeepCar/src/目錄下，運行python Create_Data_Liet.py程序，將數據集分成訓練集和驗證集。在data/目錄下生成train.list和test.list文件。

二.訓練

訓練分為線上訓練和本地訓練，線上訓練采用百度AI Studio平臺進行線上GPU訓練;本地訓練采用車載電腦進行訓練。

1、本地訓練，本地訓練采用車載電腦的CPU進行訓練，相較于線上訓練會慢很多。按ctrl+alt+t組合鍵打開終端，使用cd命令進入ArtRobot_DeepCar/src/目錄下，運行python Train_Model.py程序進行訓練。訓練中保存的模型存放在data/ model_infer/目錄下。

2、線上訓練，首先需要注冊一個百度AI Studio平臺的賬號，會免費獲取GPU算力（AI Studio官網：）。

第一步：創建數據集，在車載電腦上進入終端，使用cd命令進入ArtRobot_DeepCar/目錄下使用 zip -rq data.zip data/命令把data目錄壓縮成data.zip。

作者簡介：劉煥海 （1985.3-），男，漢，山東濰坊人，渤海大學碩士，新疆交通職業技術學院機電工程學院教師，講師。研究方向：機器人控制。