交通标志识别,YOLO系列研究,数据集TT100
0.简介
1.Traffic-Sign Detection and Classification in the Wild — 数据集TT100—官网
1.TT100数据集学习研究
- 官网简介
Traffic-Sign Detection and Classification in the Wild
虽然在交通标志检测和分类领域已经取得了可喜的成果,但很少有工作为现实世界的现实图像同时提供这两项任务的解决方案。我们对这个问题做出了两个贡献。
首先,我们从100000张腾讯街景全景图中创建了一个大型交通标志基准,超越了以前的基准。我们称之为腾讯100K基准。它提供了100000张包含30000个交通标志实例的图像。这些图像涵盖了照度和天气条件的巨大变化。基准中的每个交通标志都有一个类标签、其边界框和像素掩码进行注释。
其次,我们展示了强大的端到端卷积神经网络(CNN)如何同时检测和分类交通标志。大多数以前的CNN图像处理解决方案都针对占据图像很大比例的对象,而这样的网络对于只占据图像一小部分的目标对象(如这里的交通标志)效果不佳。
实验结果表明了我们网络的鲁棒性及其相对于替代方案的优越性。本文介绍的基准测试、源代码和CNN模型是公开的。
官网提供论文 : Traffic-Sign Detection and Classification in the Wild