1-02 道路標識のデータセットGTSRB（続き） ●推論用のフォルダを見てみる 　"Train"は「学習用」のフォルダですが、それに対し"Test"は「推論用」のフォルダです。開くと図1‐17のように43種類の標識がランダムに現れます。 図1-17 同じフォルダ内に色々な標識がある ●各画像の「正解」を記したCSVファイル 　Testフォルダの画像にはラベル（どのクラスに属するかを示す）が必要です。Test.csvを開くと、図1‐18のようにClassIDが割り当てられています。一番上のClassIDは16、図1‐17の00000.pngを見るとトラックの標識になっています。 図1-18 ClassIDの値が標識の種類の正解値 ●Metaフォルダは写真ではなくて画像 　Metaフォルダを開くと図1‐19のように各クラスの標準画像を見ることができます。GTSRBではこれら43種類の標識を認識します。 図1-19 Metaフォルダの中身 ●これから以下のように学習→推論します �@Trainフォルダの画像を使って「学習済みモデル」を作成する。 �Aその学習済みモデルを使ってTestフォルダの画像を推論する。 �BTest.csvを使って正解・不正解を判断し、正解率を求める。 次のページへ 目次へ戻る