MATLAB雾霾天气交通标志识别。传统的交通标志识别比较多人做了，可以增加雾霾下的识别。先进行去雾，然后识别。

1、yolov5交通指示牌识别，包含训练好的交通标志识别权重，以及PR曲线，loss曲线等等，在5000多交通标志检测据集中训练得到的权重，将交通指示牌(不含交通灯)分为警告标志、禁令标志、指示标志和指路标志一共4类，对应英文类别名为warn_sign、ban_sign、guide_sign、wayfinding_sign，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5交通指示牌检测，包含训练好的交通指示牌检测权重，以及PR曲线，loss曲线等等，在5000多交通标志检测据集中训练得到的权重，有pyqt界面，目标类别类别名为warn_sign、ban_sign、guide_sign、wayfinding_sign共4个类别；并附道路交通标志检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

含有15000多张中国道路交通标志设施，含有丰富的道路背景。标注信息：三类prohibitory、warning、mandatory（禁令标志、警告标志、指示标志） 可以在python下利用pytorch直接使用

1、yolov5道路标志检测，包含训练好的玩手机检测权重，以及PR曲线，loss曲线等等，在道路指示牌识别数据集中训练得到的权重，有pyqt界面，目标类别名为trafficlight；speedlimit；crosswalk；stop共四个类别，并附道路指示牌识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5道路指示牌识别，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在道路指示牌识别数据集中训练得到的权重，有pyqt界面，目标类别名为trafficlight；speedlimit；crosswalk；stop共四个类别；并附道路指示牌识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

1、YOLO交通标志检测数据集二，一万多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO交通标志识别，数据场景丰富，将交通指示牌(不含交通灯)分为警告标志、禁令标志、指示标志和指路标志一共4类，对应英文类别名为warn_sign、ban_sign、guide_sign、wayfinding_sign。 2、数量：15000 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

由于上传资源大小限制，本资源包括GTSRB德国交通标志训练集，非常适合初次接触交通识别领域的人进行学习使用。

xgboost matlab代码

1、YOLO道路交通标志检测数据集，近900张使用lableimg软件标注软件标注好的真实场景的数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，可以直接用于YOLO系列的道路交通标志检测；目标类别名为trafficlight；speedlimit；crosswalk；stop共四个类别 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743