文件名称：RPi-Self-Driving-Car:使用Python，Tenserflow和OpenCV基于Raspberry pi的RC自驾车
文件大小：10.71MB
文件格式：ZIP
更新时间：2024-06-01 15:29:23
Python
RPi自驾车 这个项目是我的计算机科学课程的内容，是的，我知道代码库是一团糟。 它不再被维护。 将来我会创建一个更好的版本。 使用Python，Tenserflow和OpenCV基于Raspberry pi的RC自驾车 迭代1 数据预处理脚本，用于处理数据集DataPreProcessing.py 训练脚本来训练模型training.py 模型： 训练准确度-99.9％ 测试准确度-89.7％ 模型已保存到磁盘 迭代2 客户端1（Pi） 发送快照 接收结果 将结果发送到Arduino 服务器 接收图像 产生预测 定向预测 交通灯检测 停止标志检测 将结果发送到Arduino（客户端2） 迭代3 客户1 将结果发送到客户端2 客户2 接收结果 解析： 距超声波传感器的距离 执行正确的驾驶功能 Mac（服务器）-> Pi（客户端1）-> Arduino（客户端2）
【文件预览】：
RPi-Self-Driving-Car-master
----.gitignore(55B)
----README.md(1KB)
----Pi()
--------Dataset Capture()
--------Client()
----Server()
--------IMAGES()
--------DataPreProcessing.py(4KB)
--------traffic.xml(49KB)
--------server.py(8KB)
--------img.png(101KB)
--------stop_class.xml(130KB)
--------Server Testing()
--------model.ckpt.index(696B)
--------__pycache__()
--------model.ckpt.meta(51KB)
--------model.ckpt.data-00000-of-00001(1.92MB)
--------checkpoint(77B)
----Training()
--------DataPreProcessing.py(4KB)
--------DataPreProcessing.pyc(4KB)
--------model.ckpt.index(696B)
--------model.ckpt.meta(51KB)
--------model.ckpt.data-00000-of-00001(1.92MB)
--------training.py(6KB)
--------checkpoint(77B)
----Arduino()
--------client1b()
----Testing()
--------STOP-testing()
--------Traffic-Light-Testing()
--------Server-Client()
--------Training Script()
--------Model Testing()
--------DataPreProcessing()
--------trafficlight.docx(1.95MB)
----TKINTER testing()
--------AutoDashboard.py(16KB)
--------DataPreProcessing.py(4KB)
--------traffic.xml(49KB)
--------tkintertut.py(2KB)
--------gridpaswordexample.py(548B)
--------img.png(101KB)
--------imagecvtesting.py(539B)
--------stop_class.xml(130KB)
--------tkinterButtonAnd Command.py(247B)
--------model.ckpt.index(696B)
--------red.png(111KB)
--------RoughTrainingGUI.py(2KB)
--------__pycache__()
--------model.ckpt.meta(51KB)
--------Training-model creation.py(2KB)
--------MyApp2.py(531B)
--------model.ckpt.data-00000-of-00001(1.92MB)
--------checkpoint(77B)
--------frametesting.py(3KB)
--------Training-Model.py(14KB)