基于YOLOv4的交通标志和道路病害识别

最新推荐文章于 2024-07-31 21:34:25 发布
最新推荐文章于 2024-07-31 21:34:25 发布
阅读量4.1k 收藏 17
点赞数 1
文章标签： 机器学习 深度学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dwyane_Legend/article/details/109483769
版权
博主使用YOLOv4进行了交通标志和井盖的识别任务，训练数据集为tt100k。训练中遇到断电导致最高mAP为74%，测试结果显示部分图标识别错误。同时，通过迁移学习识别井盖，并指出识别地面裂缝可能需要大量数据集和网络结构调整。训练环境为Win10，显卡为Nvidia GeForce 2080 Super，内存限制导致分辨率降低。
摘要由CSDN通过智能技术生成

这周用yolov4干了两件事情，一个是训练tt100k交通标志数据集并测试，一个是用tt100k的图片标注出井盖，然后训练测试。

 

1. 训练tt100k交通标志数据集并测试

所用的机器：64G RAM; i7-10代；Nvidia GeForce 2080 super 8G

环境：CUDA 10.2 ; cudnn-8.0.2 ; python 3.7; openCV 3.4 ; yolov4

 

训练了两天左右，maxbatch设置为90000，训练到45000左右的时候意外断电，最高map为74%。

下图为博主用Nvidia Titan 11G 训练完成之后的结果

下面图片是我用训练完（一半）的模型测试的结果

最低0.47元/天 解锁文章
是你的汪兄
关注
道路病害检测识别
xiao__run的博客
05-23 2135
道路病害检测项目方案 一、项目背景和意义 1.1项目背景 截止至 2021年底，全国公路总里程达到519.8万公里，总道路通车里程稳居世界第一。公路建设的迅猛发展不仅让人们的出行变得更加便捷，也在一定程度上促进了我国经济的发展。随着公路里程数的不断增加以及其使用时间的增长，使得路面的保养维护工作变得尤为重要，完善的路面养护系统能够延长路面的使用寿命，保障人们安全日常出行。 路面病害是衡量路面质量的一个重要指标，在公路建成投入使用后，因车辆荷载及环境的影响，路面会出现各种各样的病害现象，这些病害.
YOLOv5模型优化&性能提升&实战项目 专栏介绍
sybh的博客
06-20 354
订阅专栏后，私信发一下微信号和订阅截图。永久chat-gpt4和chat-gpt4 Turbo账号一份（原价20美元一个月）
基于yolov5开发构建道路路面病害检测识别系统——以捷克、印度、日本三国城市道路实况场景数据为例，开发对比分析模型并分析对应性能
Together_CZ的博客
06-09 2242
基于yolov5开发构建道路路面病害检测识别系统——以捷克、印度、日本三国城市道路实况场景数据为例，开发对比分析模型并分析对应性能
yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
最新发布
qq_15060477的博客
07-31 305
yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用。数据集获取地址在最后。
yolov3交通标志识别练习
热门推荐
a_rose_for_tang的博客
01-19 2万+
#目录 一、问题分析 3 1.问题描述 3 2. 数据集分析 3 3. 数据集标注 4 二、实验原理 5 论文摘要 5 Loss函数 7 内部网络架构 7 三、实验过程 8 实验环境 8 训练过程 8 实验结果 18 四、分析与总结 20 实验分析 20 心得体会 20 #一、问题分析 ##1.问题描述 随着城市道路交通的发展，交通标示作为智能交通系统的重要组成，对交通安全起到至关重要的作用...
Windows版YOLOv4目标检测实战：中国交通标志识别
bai666ai的博客
06-04 3018
课程目标：掌握Windows上使用YOLOv4进行TT100K数据集上的中国交通标志识别 课程链接：https://edu.csdn.net/course/detail/29363 课程演示环境：Windows10 需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：中国交通标志识别》 课程链接：https://edu.csdn.net/course/detail/29362 在自动驾驶中，交通标志识别是一项重要的任务。本项目以中国交通标志数据集TT100K为训练对象，采用Y
YOLO4交通标志识别
hnsdgxylh的专栏
03-24 7184
OPENCV的DNN调用YOLO4模型，无需其他依赖，支持C++/PYTHON
基于yolov5的交通标志识别系统
01-17
基于Yolov5的交通标志识别系统是一个进阶项目，它可以实现交通标志的多目标检测识别，并且支持实时检测识别。该系统使用Yolov5模型进行目标检测，可以识别出交通标志以及其他物体，如头盔、口罩、水果、手势等。你...
YOLOv6在目标检测中的应用和性能评估
传统的目标检测算法通常基于特征提取和分类器的组合，但在处理速度和准确性方面存在较大的挑战。 ### 1.2 目标检测的重要性 目标检测在许多实际应用中都起到至关重要的作用。例如，在智能监控系统中，目标检测可以...
目标检测YOLO实战应用案例100讲-基于无人机图像的玉米漏苗自动检测
qq_36130719的博客
02-06 393
玉米在我国农业种植中扮演着重要的角色[1]，是我国农业中的重要作物之一。玉米的 种植面积广，产量高，营养丰富，不仅是人们日常食物的主要来源，还是生产工业原料的 重要原料之一，如饲料、淀粉、酒精等。因此，玉米对我国农业和经济发展具有重要的意 义。黑龙江作为农业大省，玉米产量更是领先于其他地区，所以稳定的玉米产量对我省粮 食安全有着不言而喻的意义。玉米播种机在播种时，由于排种器或传动机构不工作等原因 都会造成漏播现象，漏播种子以及播种后不出苗等诸多原因都会造成玉米出苗的损失以及 玉米产量的降低。
darknet的YoloV3-tiny检测交通标志-34种（.cfg配置文件，.data、.name文件、权重文件）
07-11
darknet的YoloV3-tiny检测交通标志--34种（.cfg配置文件，.data、.name文件、权重文件），针对清晰图像有较好的识别效果。使用该资源请提前部署好darknet环境即可直接识别。 （ps：我原本没调整需要积分，后来发现都下载不了来找我，才发现是动态积分自己调整的，我设置了不允许动态调分，大家下载了自己研究一下吧，darknet教程网上有很多，不懂的花点心思搜一搜还是能搜到的，加油，祝大家学业顺利） （2023ps:唔~之前有个交通灯的项目忘记上传cfg文件引起了不满，他们觉得获得别人的资源是理所当然的，不论这个项目做的多差，再怎么不能让你去跟老师交差，那也是你的事情，这是我的劳动成果，请你收起污言秽语。顺便把这个调回动态积分吧）
车载式路面激光视频病害检测系统（检定规程）
06-27
交通部车载式路面激光视频病害检测系统（检定规程0
yolov3大型交通标志牌目标检测.7z
06-26
yolov3是优秀的目标检测算法，笔者曾用yolov3完成《数字图像处理》的课程设计，课程设计是大型交通标志牌的检测，使用yolov3模型能够获得很好的效果，文件包括yolov3的论文、笔者录制的视频目标检测结果
YOLOv3目标检测实战:交通标志识别
bai666ai的博客
05-30 1万+
在无人驾驶中，交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象，采用YOLOv3目标检测方法实现实时交通标志识别。 具体项目过程包括包括：安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。 YOLOv3可以实时地进行端到端的目标检测，以速度快见长。本...
YOLOv4目标检测实战：中国交通标志识别
bai666ai的博客
06-04 6725
课程目标：掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别 课程链接：https://edu.csdn.net/course/detail/29362 课程演示环境：Ubuntu 需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战：中国交通标志识别》 课程链接：https://edu.csdn.net/course/detail/29363 在自动驾驶中，交通标志识别是一项重要的任务。本项目以中国交通标志数据集TT100K为训练对象，采用YO
机器学习实验大作业：Yolov5s交通标志检测
07-22 1804
自行搭建Yolov5s网络完成交通标志检测和识别任务，训练和验证数据集采用课程QQ群里发布的“交通标志检测数据集CCTSDB”，测试集采用“交通标志检测数据集CCTSDB”和较为简洁的“交通标志检测”数据集........................
道路病害检测 - 路畅维
u013275439的博客
02-26 415
道路病害检测数据集
城市道路路面病害检测识别分析，以RDD赛事捷克-印度-日本集成融合数据集为例，基于yolov5m模型开发构建城市道路病害检测识别系统
Together_CZ的博客
06-12 1885
城市道路路面病害检测识别分析，以RDD赛事捷克-印度-日本集成融合数据集为例，基于yolov5m模型开发构建城市道路病害检测识别系统
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值