【深度学习】基于YOLOv5的交通标志识别系统-TT100K

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

【深度学习】基于YOLOv5的交通标志识别系统-TT100K_第1张图片

使用PyQt5进行可视化展示

【深度学习】基于YOLOv5的交通标志识别系统-TT100K_第2张图片

【深度学习】基于YOLOv5的交通标志识别系统-TT100K_第3张图片

你可能感兴趣的:(深度学习,深度学习,YOLO,python,人工智能)