基于Faster-RCNN的交通标志检测，可进行图像目标检测，也可进行视屏检测（pytorch框架，python）

更多目标检测和图像分类识别项目可看我主页其他文章

功能演示：

基于Faster-RCNN的交通标志检测系统，支持图像检测和视频检测（pytorch框架）_哔哩哔哩_bilibili

（一）简介

基于Faster-RCNN的交通标志检测系统是在pytorch框架下实现的，这是一个完整的项目，包括代码，数据集，训练好的模型权重，模型训练记录，ui界面等。ui界面由pyqt5设计实现。

该项目是在pycharm和anaconda搭建的虚拟环境执行，pycharm和anaconda安装和配置可观看教程：
超详细的pycharm+anaconda搭建python虚拟环境_pycharm配置anaconda虚拟环境-CSDN博客

pycharm+anaconda搭建python虚拟环境_哔哩哔哩_bilibili

（二）项目介绍

1. 项目结构

​

对应的目录结构如下：

​​​

该项目可以使用已经训练好的模型权重，也可以自己重新训练，自己训练也比较简单：

第一步：模型训练，即运行train_res50_fpn.py文件 

第二步：模型验证，当模型训练完后，运行validation.py文件

第三步：使用模型，即运行gui.py文件即可通过GUI界面来展示模型效果

2. 数据集 ​​​

部分数据展示： 

​​​

3.GUI界面（技术栈：pyqt5+python） 

a.GUI初始界面

​​​

b.图像检测界面

​​​

c.视频检测界面

​

4.模型训练和验证的一些指标及效果

​​​

​​​

（三）总结

以上即为整个项目的介绍，完整的项目包括代码，数据集，训练好的模型权重，模型训练记录，ui界面和各种模型指标等 。

若项目使用过程中出现问题，请及时交流！