12、交通标志识别应用的开发与实践

交通标志识别应用的开发与实践

1. 应用规划

最终的应用将完成数据集解析、集成分类器训练、分类性能评估以及结果可视化等任务。这需要以下几个组件：
- main ：启动应用的主函数例程（位于 chapter6.py 中）。
- datasets.gtsrb ：用于解析德国交通标志识别基准（GTSRB）数据集的脚本，包含以下函数：
- load_data ：加载 GTSRB 数据集，提取所选特征，并将数据划分为训练集和测试集。
- _extract_features ：由 load_data 调用，从数据集中提取所选特征。
- classifiers.Classifier ：定义所有分类器通用接口的抽象基类。
- classifiers.MultiClassSVM ：实现用于多类分类的支持向量机（SVM）集成的类，包含以下公共方法：
- MultiClassSVM.fit ：将 SVM 集成拟合到训练数据，输入为训练数据矩阵（每行是一个训练样本，列包含特征值）和标签向量。
- MultiClassSVM.evaluate ：在训练后将 SVM 集成应用于测试数据进行评估，输入为测试数据矩阵和标签向量，返回三个不同的性能指标：准确率、精确率和召回率。

以下是应用组件的流程图：