16-01　GTSRB クラス削減版 Pythonで実行（続き） ●FPGA実装のために整数化 　次にPythonを整数化します(smallgts_int.py)。整数化の手法はGTSRBやlisa-croppedと同じになります。実行すると正解率は98％台になりました（図16‐04）。43クラスだった際（97％台）よりも改善しています。 図16‐04　正解率98％台（整数化） ●FPGAに入りきるようにビット数削減 　最後にビット数削減、リミッタ追加したPython（smallgts_pred.py)を実行します。正解率は図16-05のように97％台になりました。43クラスだった際（95％台）よりも改善しています。 図16‐05　10クラスだと正解率97％台（ビット数削減・リミッタ追加） ●正解率97％台でハード化へ進む 　テスト画像が２０枚表示されます。２枚不正解ですが（赤線）、そこそこの明るさで映っていれば正解するようです。 図16‐06　10種類の標識が順番に並んでいる ●GTSRBやlisa-croppedと同じように進める 　クラスの数が43→10と減ったので当然かもしれませんが正解率はアップします。Pythonを走らせると図16‐06のように重み係数、バイアス、入力画像データなどがCSV形式でセーブされています。これらを使って今後EXCEL化→HDL化→FPGA実装と進みます。 図16‐07　Pythonが書き出したCSVをEXCELに貼り付ける 最初のページへ 目次へ戻る