如何在自动驾驶汽车中使用 CNN 的输出作为另一个的输入
How to use the output of a CNN as the input of another in an autonomous vehicle
我正在使用这种方法使用 3 个 CNN 和一个摄像头传感器开发微型自动驾驶汽车。
其中一个 CNN 检测图像上的车道并输出以绿色绘制车道的图像
另一个 CNN 使用图像输出与电机通信的转向角和速度。这 2 个 CNN 单独运行良好。
最后一个 CNN 检测交通标志，例如左转，右转，停下。我如何使用此输出修改第一个 CNN 绘制绿线的方式。例如，如果汽车在带有左转标志的路口，我希望绿灯 "lanes" 向左绘制一条路径。
非常欢迎任何关于如何连接这 3 个 CNN 并在现场使用它们的建议。
对于任何想知道我能够用更简单的方法解决它的人。我能够检测到车道，然后用 opencv 绘制成绿色。我构建了一个输出转向角的 CNN 和另一个输出速度的 CNN。这两个 CNN 还能够学习交通标志并采取相应行动，因此不需要另一个神经网络。在我的预测文件中，我将这 2 个 CNN 作为模型导入，然后使用 opencv 处理每个图像帧，然后分别使用模型来预测转向角和速度。这辆车很适合这些价值观。
顺便说一下，这里是如何将 CNN 的输出用作另一个 CNN 的输入。使用第二个 CNN 进行预测时，只需使用输出作为参数（例如 "secondmodel.predict(output,.....)" 在 keras 中）
我正在使用这种方法使用 3 个 CNN 和一个摄像头传感器开发微型自动驾驶汽车。
其中一个 CNN 检测图像上的车道并输出以绿色绘制车道的图像
另一个 CNN 使用图像输出与电机通信的转向角和速度。这 2 个 CNN 单独运行良好。
最后一个 CNN 检测交通标志，例如左转，右转，停下。我如何使用此输出修改第一个 CNN 绘制绿线的方式。例如，如果汽车在带有左转标志的路口，我希望绿灯 "lanes" 向左绘制一条路径。
非常欢迎任何关于如何连接这 3 个 CNN 并在现场使用它们的建议。
对于任何想知道我能够用更简单的方法解决它的人。我能够检测到车道，然后用 opencv 绘制成绿色。我构建了一个输出转向角的 CNN 和另一个输出速度的 CNN。这两个 CNN 还能够学习交通标志并采取相应行动，因此不需要另一个神经网络。在我的预测文件中，我将这 2 个 CNN 作为模型导入，然后使用 opencv 处理每个图像帧，然后分别使用模型来预测转向角和速度。这辆车很适合这些价值观。
顺便说一下，这里是如何将 CNN 的输出用作另一个 CNN 的输入。使用第二个 CNN 进行预测时，只需使用输出作为参数（例如 "secondmodel.predict(output,.....)" 在 keras 中）