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](https://img-blog.csdnimg.cn/43391a9ba5614cf3a0cc90065beb5fab.png)
使用PyQt5进行可视化展示
![在这里插入图片描述](https://img-blog.csdnimg.cn/b70d289959dd4bbfba1ac4c5ba0a4c4f.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/f8f7ba0d233f4a44a42f75b303492d4f.png)