利用darknet框架训练得到的.weights权重文件，还包含.data文件，.name文件，导入darknet框架可直接识别（视频、图片、摄像头），也可自己将.weights权重文件转换其他网络模型的权重文件然后识别。该文件能识别圆红灯(red)，圆绿灯(green)，箭头直行(straight green)，箭头左转(left green)，箭头禁止直行(straight red)，箭头禁止左转(left red)

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。整个设计带有一个可视化GUI界面，方便操作，布局合理，是你的不