中国 交通 标志 C CTSDB数据集训练集2，里面 有800个 选项 一半 是txt，文件 中存一半数据图片

交通标志检测是交通标志识别的难点。在复杂的交通环境下，采用传统颜色空间的固定阈值分割进行交通标志检测的方法鲁棒性差，难以准确有效地检测出交通标志。提出了一种基于三分量色差法和Ostu法的交通标志检测方法。首先，通过计算图像R、G、B分量的差值来得到红、蓝、黄三种颜色分量，然后利用Ostu法分别对它们进行阈值分割，得到交通标志的检测结果。实验结果表明，该算法的检测准确率和实时性满足实际要求。

中国交通 标志 C CTSDB数据集训练集12，里面 有800个 选项 一半 是txt，文件 中存一半数据图片

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