YOLOv3的交通灯检测，ROS下实现交通灯检测一样只需要相应文件夹下面修改之后编译即可

置顶 已于 2022-05-31 11:45:20 修改
阅读量1.7k 收藏 13
点赞数 2
分类专栏： ubuntu opencv 文章标签： 自动驾驶 人工智能 机器学习
于 2020-05-07 19:47:51 首次发布
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/qq_42145185/article/details/105980048
版权

YOLOv3的交通灯检测

效果:

只是需要修改源码image.c即可修改如下：

这里的0和9就是只检测行人和交通灯！

对应的数字设置自己想检测的类型，可以查看coco.names文件下

 完成修改之后：

$ make clean

$ make -j


重新编译即可

pd很不专业
关注
  • 2
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
基于YOLOv3d的交通灯识别 GUI
bank777777的博客
11-17 1180
文章目录前言1.GUI代码总结 前言 交通信号灯识别 基于深度学习的交通灯识别，较忙先贴效果图，以后慢慢写过程。 # 一、YOLOv3 1.GUI代码 交通灯识别的一个GUI： import tkinter as tk from tkinter import * import datetime from tkinter.filedialog import askdirectory, askopenfilename import cv2 from PIL import Image,ImageTk ..
yolov5+ros 识别交通信号灯实战第一节：yolov5运行环境搭建
weixin_43946401的博客
03-11 2615
yolov5 + ros 训练自己的数据集，识别交通信号灯
ROS+Gazebo中红绿黄交通灯如何实现？
zhangrelay的专栏
06-27 8510
红灯：绿灯：黄灯：交通灯+车道识别，是最简单的自动驾驶仿真。参考代码如下： 如何实现红黄绿等使用主题控制呢？ 如下图所示，如何设置：/gazebo/auto_disable_bodies /gazebo/cfm /gazebo/contact_max_correcting_vel /gazebo/contact_surface_layer /gazebo/enable_ros_network /gazebo/erp /gazebo/gravity_x /gazebo/gravity_y /gaz
无人驾驶虚拟仿真（十二）--图像处理之红绿灯识别
aibingjin的博客
03-31 3865
简介：在交通地图中有红绿灯组件，一般放置在T形或者十字路口处，车辆行驶过程中，需要检测红绿灯信号来控制车辆启停，以符合基本的交通规则。红绿灯识别基本分为图像截取、斑点检测、颜色识别三步来实现。
无人驾驶虚拟仿真（十四）--图像处理之交通标志牌识别2
aibingjin的博客
04-04 1446
简介：在上一节中，我们从原理上完成了交通标志牌的检测，在这一节中，我们将检测功能部署到ROS系统中。
ROS小车基于Opencv的问题，在订阅了image_raw之后进行了车道线检测，行人识别，红绿灯检测功能后，车道线行驶变的飘忽不定，甚至冲出赛道，希望帮解决下。。
m0_69454437的博客
11-15 1432
ros小车基于opencv，车道线检测，行人识别，红绿灯检测功能的功能集成问题
yolov4_trt_ros:使用TensorRT引擎的YOLOv4对象检测器
05-17
根据所使用的YOLO模型，相应地更改命令。 搭建环境 安装依赖项 当前环境： 杰特逊Xavier AGX ROS旋律 Ubuntu 18.04 Jetpack 4.4 TensorRT 7+ 依存关系： OpenCV 3.x版 numpy的1.15.1 Protobuf 3.8.0 皮丘达...
基于YOLO v5的物体检测ROS功能包实践.
03-03
基于YOLOV5的物体检测ROS功能包. 测试环境: Ubuntu 18.04/ROS Melodic/Nvidia Jetson Nano上, PyTorch 1.10.1, cudatoolkit=10.2. 此外,ROS Melodic默认python2.7的cv_bridge, 但Pytorch使用Python3 所以还需要为...
利用TensorRT对yolov5s进行加速，并将其应用于ROS，实现交通标志、红绿灯(直接输出路灯状态)、行人和车辆等交通场景
最新发布
06-05
【作品名称】：利用TensorRT对yolov5s进行加速，并将其应用于ROS，实现交通标志、红绿灯(直接输出路灯状态)、行人和车辆等交通场景 【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、...
算法部署-基于ROS+TensorRT+Cpp部署YOLOv9目标检测算法.zip
03-15
算法部署_基于ROS+TensorRT+Cpp部署YOLOv9目标检测算法
基于yolov5的红绿灯识别模型，可应用于嵌入式大赛。包括程序和数据集。
04-25
基于yolov5的红绿灯识别模型，可应用于嵌入式大赛。包括程序和数据集。
Object_Detection_Ros_VGG_Gazebo：使用Yolo进行交通信号灯检测并在ROS和Gazebo中实现
02-21
Object_Detection_Ros_Yolo
基于YOLOv3的红绿灯检测识别
07-13
在实习的期间为公司写的红绿灯检测，基于YOLOv3的训练好的权重，不需要自己重新训练，只需要调用yolov3.weights，可以做到视频或图片中红绿灯的检测识别。
基于ROS的yolov5实时目标检测python源码+项目说明.zip
01-16
基于ROS的yolov5实时目标检测python源码+项目说明.zip 开发环境： - Ubuntu 16.04 / 18.04 - ROS kinetic/melodic - Python>=3.6.0环境，PyTorch>=1.7 安装Anaconda： 1.首先下载对应的安装包[Anaconda]...
基于ROS的车道线检测项目记录
cxhmike的博客
09-08 4501
2020.09.06 任务：传统OpenCV方法ROS版本改造 选取大神陈光的高级车道线检测方法进行改造，总体逻辑是： 第一、创建订阅者，接收摄像头发布的数据，用cv_bridge将opencv格式的数据转换为ROS的消息格式数据。 第二、创建发布者，将检测到的数据以特定的消息类型发布出去 传统方法的难点： （1）对光照、明暗、车道线磨损、非常敏感 （2）在十字路口转弯时，摄像头检测不到前方车道线，会造成绿色区域“变幻莫测”地跳动 （3）总会出现x expect non zero vector错误，导致程序
自动驾驶入门（七）：基于Yolo3的红绿灯目标检测
林小川的博客
08-03 3595
代码： 介绍： Yolo介绍
如何用yolov5 做个闯红灯监控的智能交通系统（1）
monk96的博客
07-25 2307
在斑马线的马路中间画一条线，有行人通过且是红灯的情况，就是闯红灯。太复杂了这两个算法，等后面整理清晰了再写个完整的。运用cv2.fillPoly画检测矩形。
毕业设计-基于机器车辆行人闯红灯检测系统 -YOLO
Hai_Lang_IT的博客
01-01 2296
毕业设计-基于机器车辆行人闯红灯检测系统 -YOLO ：深度学习技术凭借其卓越的特征提取能力，在目标检测、图像分类等领域取得了良好的表现，在很多情况下甚至超越了人类的判别能力，掀起了一波深度学习技术的浪潮。深度学习技术在目标检测领域的发展进一步推动了智能交通技术的发展，这些技术的应用给人们的生活带来很多的便利。目前应用最为广泛的闯红灯抓拍系统的主要原理是，电子眼采用感应线来感应路面上的汽车传来的压力，通过传感器将信号采集到中央处理器，送寄存器暂存（该数据在一个红灯周期内有效）。如果在同一个时间间隔内（红灯周
基于paddledetection在ROS中搭建红绿灯检测控制车模运动（1）—— 环境搭建准备以及软件安装
qq_37668436的博客
06-20 1820
前言 本来想直接用百度智能车比赛的数据集训练，但是发现在ROS中搭建红绿灯模型和提供的数据集在颜色亮度外形上都有点差别… …无奈从创建数据集开始。 linux下数据集标注工具安装教程 git clone https://github.com/Ruolingdeng/labelImg.git cd labelImg sudo apt-get install pyqt4-dev-tools sudo pip install lxml make qt4py2 python labelImg.py windo
YOLOv5检测到目标后需要发布话题嘛怎么样在ros中实现自动导航
03-28
在ROS中实现自动导航需要以下步骤： 1. 安装ROS Navigation 软件包 2. 创建地图和配置文件 3. 启动导航栈 4. 编写代码，实现目标检测和导航功能 对于目标检测和导航功能，可以使用YOLOv5和ROS Navigation结合实现...

“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 7
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