Данная работа посвящена поиску и дальнейшей реализации метода для распознавания дорожных знаков на видео. Задачи, которые решались в ходе исследования: Анализ архитектур нейронных сетей. Выбор подходящей архитектуры нейронных сетей. Создание подходящего набора данных. Решение проблемы ограниченного набора данных. Создание аннотаций для изображений. Обучение нейронной сети на подготовленном наборе данных. Оценка точности полученной модели нейронной сети. Практически весь цикл работы был проведен на настольном компьютере с использованием интерактивной облачной среды для работы с кодом – Google Colab и средой для аннотирования и аугментации изображений – RoboflowВ результате выпускной квалификационной работы был разработан масштабируемый прототип системы распознавания дорожных знаков, который может быть в дальнейшем, встроен в систему автопилотирования автомобилей.

This work is devoted to the search and further implementation of a method for recognizing road signs on video. Tasks that were solved during the study:1. Analysis of neural network architectures.2. Choosing the appropriate neural network architecture3. Creating a suitable data set.4. Solving the problem of a limited data set.5. Creating annotations for images.6. Training a neural network on a prepared data set.7. Evaluation of the accuracy of the obtained neural network model.Almost the entire cycle of work was carried out on a desktop computer using an interactive cloud environment for working with code – Google Colab and an environment for annotating and augmenting images – RoboflowAs a result of the final qualifying work, a scalable prototype of a road sign recognition system was developed, which can be further integrated into the autopilot system of cars.