交通标志分类识别。

简介：
我们运用LeNet类型的卷积神经网络模型，对交通标志进行分类。该模型经过训练，能够识别并判断输入的图像属于43个预定义的交通标志类别之一，例如：停车标志、限速30km/h、儿童穿越等。为了区分这些标志，我们为每个类别分配了43个独特的整数标识符（或规范矢量，尺寸为43）。首先，我们明确了问题陈述，并利用data_preparation_pblm_statmnt.ipynb中的数据进行了准备工作。随后，我们在modelling.ipynb中完成了模型的训练和建模过程。原始数据集存储在data/raw目录下，包含约51839张免费提供的图像。这些图像来源于J. Stallkamp, M. Schlipsing, J. Salmen和C. Igel的“德国交通标志识别基准测试：多类别分类比赛”项目。