我正在使用这种方法开发一款使用3个CNN和相机传感器的迷你自动驾驶汽车。
其中一个CNN检测图像上的通道并输出带有绿色
的通道的图像另一个CNN使用图像输出传递给电机的转向角和速度。这2个CNN单独工作。
最后一个CNN检测到交通标志，例如向左转，向右转，停止。如何使用此输出修改第一个CNN绘制绿线的方式。例如，如果汽车位于左转标志的交叉路口，我希望绿灯“车道”在左侧绘制一条路径。
关于如何连接这3个CNN并实时使用它们的任何建议都会受到欢迎。
答案 0 :(得分：0)
对于任何想知道我能用更简单的方法解决它的人。我能够检测到车道，然后用opencv以绿色绘制。我建造了一个输出转向角的CNN和另一个输出转速的CNN。这两个CNN能够学习交通标志并相应地行动，因此不需要另一个神经网络。在我的预测文件中，然后我将这2个CNN作为模型导入，然后使用opencv处理每个图像帧，然后单独使用模型来预测转向角度和速度。这辆车的价值很高。
顺便说一下，CNN的输出可以用作另一个的输入。在使用第二个CNN进行预测时，只需使用输出作为参数（＆＃34; secondmodel.predict（输出，.....）＆＃34;例如在keras中）