用CNN来进行交通标志识别，是课程作业已完成。
数据集是GTSRB,有源码和ppt

将训练数据的ppm格式转换为png格式。
由于压缩后仍大于220MB，故此次上传31-42类。
之前已经上传0-30类

将训练数据的ppm格式转换为png格式。
由于压缩后仍大于220MB，故先上传0-30类。
改成积分为5，不知道为什么它的积分总是在变化呢。

把GTSRB（德国交通标志数据集），原本是ppm格式，现将其转换为png格式。
一会儿再传训练集。
，

基于GTSRB数据集CNN，卷积神经网络交通标志辨认

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。