【深度学习】基于YOLOv5的交通标志识别系统-TT100K

最新推荐文章于 2024-05-30 02:44:28 发布
最新推荐文章于 2024-05-30 02:44:28 发布
阅读量1.2k 收藏 2
点赞数 1
分类专栏： 深度学习 文章标签： 深度学习 YOLO python 人工智能
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/a_code_rookie/article/details/130771066
版权

基于YOLOv5的交通标志识别系统-TT100K

使用的数据集为TT100K。由于原始数据集较大，且分类数量较多，因此选取了分类数量最多的45类数据进行训练。

实验环境

  • Ubuntu18.04 / Windows 10
  • CUDA 10.1 cudnn7.6.1
  • Python 3.8.2 PyTorch 1.8.1
  • YOLOv5 6.0

使用说明

下载TT100K数据集,并下载相应的45分类的json文件，然后使用convert_data.py将其转换，得到划分好的数据集。最后进行训练。

训练结果

在这里插入图片描述

使用PyQt5进行可视化展示

在这里插入图片描述

在这里插入图片描述

每天进步一点丶
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
通过YOLO5训练自己的数据集（以交通标志牌数据集TT100k为例）+ YOLOv5训练参数和测试（包含验证参数）参数介绍
qq_37346140的博客
10-21 6425
数据集准备、训练、 train.py、 训练代码运行、 测试代码运行
YOLO5用于交通标志牌（TT100K数据集）的训练预测（包含数据集格式的转换——TT100K-CoCo格式-YOLO格式，数据集比例的重新划分以及对应图片集的重新划分）
热门推荐
qq_37346140的博客
09-30 2万+
YOLO5用于交通标志牌（TT100K数据集）的训练预测：包含数据集格式的转换——TT100K-CoCo格式-YOLO格式，数据集比例的重新划分以及对应图片集的重新划分、配置文件的书写。。
YOLO交通标志识别数据集准备
m0_46973820的博客
01-02 1502
yolo数据集准备
yolov5+tt100k检测交通信号牌
最新发布
weixin_45706801的博客
05-30 242
2 数据集转成yolov5格式。
YOLOV5交通标志识别跑好的代码+标注好的6105张数据集tt100k
04-23
数据集文件大，请私信我发送
YOLOv5实战中国交通标志识别
06-04
在无人驾驶中，交通标志识别是一项重要的任务。YOLOv5是目前流行的非常强悍的目标检测技术。本项目以中国交通标志数据集TT100K为训练对象，采用YOLOv5目标检测方法实现实时交通标志识别。本课程的YOLOv5使用PyTorch版的ultralytics/yolov5，分别在Windows和Ubuntu系统上做中国交通标志识别的项目演示。具体项目过程包括：安装软件环境、安装YOLOv5、TT100K数据集及格式转换、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。本课程会讲述使用Python程序将TT100K数据集的格式转换成PASCAL VOC格式和YOLO格式的方法，并提供相应代码。相关课程：YOLOv8实战中国交通标志识别 _在线视频教程-CSDN程序员研修院 
【目标检测】TT100K数据集使用，提取标注信息并转换成VOC格式的xml文件或yolo格式的txt文件
qq_41226186的博客
03-27 8049
TT100K数据集使用，提取标注信息并转换成VOC格式的xml文件
YOLOv5(PyTorch)实战：训练自己的数据集(Windows)
10-09
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和易用，当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。 本课程的YOLOv5使用ultralytics/yolov5，在Windows系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 希望学习Ubuntu上演示的同学，请前往 《YOLOv5(PyTorch)实战：训练自己的数据集(Ubuntu)》课程链接：https://edu.csdn.net/course/detail/30793  本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793Windows系统 https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测：原理与源码解析》课程链接：https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战：Flask Web部署》课程链接：https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》课程链接：https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战：Jetson Nano部署》课程链接：https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接：https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接：https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/35209《YOLOv5实战垃圾分类目标检测》课程链接：https://edu.csdn.net/course/detail/35284       
基于深度学习YOLOv5和Android Studio开发的tt100k交通标志识别检测项目源码(含模型文件+APK).zip
03-19
基于深度学习YOLOv5和Android Studio开发的tt100k交通标志识别检测项目源码(含模型文件+生成好的APK，直接安装使用).zip 【项目说明】 1、此项目是基于tt100k交通标志数据集训练、YOLOv5算法，可识别检测标志种类为...
基于YOLOv5实现的道路交通标志识别系统源码(含GUI)+项目使用说明+模型及评估指标曲线.zip
11-06
基于YOLOv5实现的道路交通标志识别系统源码(含GUI)+项目使用说明+模型及评估指标曲线.zip 这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志...
基于YOLOV5的雾霾天气下交通标志识别模型
04-21
《基于YOLOV5的雾霾天气下交通标志识别模型》一文主要探讨了在恶劣天气，特别是雾霾条件下，如何利用深度学习技术提升交通标志的识别精度。文章的作者团队通过改进YOLOv5网络架构，设计出了一种适用于雾霾天气的交通...
基于yolov5的交通标志牌识别项目，使用tt100k数据集.zip
02-20
【项目资源】： 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】： 所有源码都经过严格测试，可以直接运行。 功能在确认正常工作后才上传。 【适用人群】： 适用于希望学习不同技术领域的小白或进阶学习者。 可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】： 项目具有较高的学习借鉴价值，也可直接拿来修改复刻。 对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，实现其他功能。 【沟通交流】： 有任何使用上的问题，欢迎随时与博主沟通，博主会及时解答。 鼓励下载和使用，并欢迎大家互相学习，共同进步。
tt100k道路交通标识完整数据集(含voc和yolo格式标签，适用于各种目标检测算法直接使用).zip
03-20
tt100k道路交通标识完整数据集(含voc和yolo格式标签，适用于各种目标检测算法直接使用).zip 【数据集说明】 1、数据集大小接近10GB，图像包含了184种交通标志，数据包含图片以及voc格式(xml)、yolo格式(txt)标签文件，可转换称json格式，如需要请私信我。 2、数据集标注精准、背景丰富、场景多样、实况拍摄，目标有大有小，分布均匀，已使用yolov5训练，且移植到安卓手机，效果很好，移植好的APP+源码下载链接为：https://download.csdn.net/download/DeepLearning_/88994929 3、数据集都已经处理划分好，请放心下载使用，由于图片数据太大，故资源种含有全部标签文件+全部图片下载链接。 【备注】 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！ 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！ 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！
TT100K数据标注文件（json）
04-14
TT100K数据标注文件（json）~~TT100K数据标注文件（json）
基于yolov5+django实现交通标志检测识别源码+模型.zip
04-25
在本项目中，YOLOv5被用来识别TT100K数据集中的45类交通标志。TT100K是一个大规模的交通标志数据集，包含大量交通标志图像，旨在推动交通标志检测和识别的研究。 Django则是一个高级Python Web框架，用于快速开发...
YOLOV7训练TT100K交通标识符数据集
qq_42475191的博客
05-27 3876
临江仙》作者：缠中说禅浊水倾波三万里，愀然独坐孤峰。龙潜狮睡候飙风。无情皆竖子，有泪亦英雄。长剑倚天星斗烂，古今过眼成空。乾坤俯仰任穷通。半轮沧海上，一苇大江东。
【用YOLOv3-tiny对TT100K进行训练】
sunshine1324的博客
01-18 2334
用YOLOv3-tiny对TT100K进行训练数据集的处理TT100K_YOLO_Label代码如何使用？修改数据集的配置文件开始训练训练意外中断怎么办？ 第一次跑代码，过程艰辛，值得记录 数据集的处理 YOLO对于数据集标签的格式有特定的要求（如下图）， 因此原本的标签文件不能直接使用，首先要进行处理。 对数据集中原本的“annotation.json”文件（打开如下）进行处理。 GitHub上有现成的处理代码halftop/TT100K_YOLO_Label TT100K_YOLO_Label代码如
YOLOv4目标检测实战：中国交通标志识别
06-03
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》 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YOLOv4目标检测方法实现实时交通标志识别。 本课程的YOLOv4使用AlexyAB/darknet，在Ubuntu系统上做项目演示。具体项目过程包括：安装YOLOv4、TT100K标注格式转换成PASCAL VOC格式、YOLOv4训练集和测试集自动划分、修改配置文件、训练网络模型、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类分析。  本课程会讲述使用Python程序将TT100K数据集的格式转换成PASCAL VOC格式和YOLO格式的方法，并提供相应代码。
tt100k交通标志识别
05-14
TT100K交通标志识别是一个针对交通场景的标志识别数据集，包括43种交通标志，共包含5,000张图像。该数据集可用于交通标志识别的算法研究和性能评估。该数据集的挑战在于图像中的标志可能受到光照、遮挡和图像质量的影响，因此需要进行有效的图像预处理和特征提取来实现准确的标志识别。近年来，深度学习技术已经成功地应用于交通标志识别，取得了很好的效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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

打赏作者

每天进步一点丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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