基于MATLAB的bp神经网络的交通标志识别系统，可以识别禁令标志，警示标志，指示标志三种标志，带GUI界面，注释详细。

国内交通标志数据集训练的模型：需配合vocTR.data和yolov4_TR.cfg文件可在Darknet下进行测试

该课题是基于MATLAB神经网络的交通标志识别系统。主要分3个步骤：定位，分割，识别。其中定位部分，考虑我国的交通标志主要分禁令类，指示类和警示类，其中禁令类为红色，指示类为蓝色，警示类为黄色。根据不同颜色比例组成，参数设置合理即可分离出图片中不同颜色分量。但是，这肯定多少存在一些误分割，比如将其他红色，蓝色或者黄色的物体给分离，那么考虑到交通标志区域的分量肯定是最大的，利用形态学相关知识，按面积小于一定阈值进行滤除，即可得到精准的定位。接着，分割出目标区域，得到彩色的目标区域。最后利用bp神经网络方法进行训练，得到结果，并且输出。

行业资料-交通装置-一种具有道路交通标志指示功能的广告路灯.exe

行业资料-交通装置-一种带有交通标志的压杆式千斤顶.exe

行业分类-物理装置-基于多尺度信息和残差网络的小目标交通标志检测方法.zip

基于神经网络的交通标志识别方法

GB5768-2017道路交通标志和标线，内含6个部分。第1部分：总则；第2部分：道路交通标志；第3部分：道路交通标线；第4部分：作业区；第5部分：限制速度；第6部分：铁道路口。

道路交通标志与标线-第1~8部分 GB 5768的本部分全部技术内容为强制性。 GB 5768《道路交通标志和标线》分为八个部分， ——第1部分：总则； ——第2部分：道路交通标志， ——第3部分：道路交通标线； ——第4部分：作业区； ——第5部分：速度管理3 ——第6部分：铁路平交口， ——第7部分：自行车和行人控制； ——第8部分：学校区域。 本部分为GB 5768的第2部分。 本部分代替GB 5768-1999（道路交通标志和标线〉的一般规定、相应部分及1999年的1号修改 单、2005年的2号修改单。本部分与GB 5768-1999对应部分及修改单相比，主要变化如下：

其中包括测试集和训练集，可以用来训练交通标志分类，可以与交通标志识别组合起来数据就可以实现完整的，交通标志识别任务