使用keras实现神经网络，实现交通指示牌的识别

清华交通标志牌数据集TT100K经过预处理后生成的re_TT100K数据集以及对应的yaml配置文件；预处理过程适应YOLO5的数据集格式，对TT100K中的所有图像根据所有类别各自的图片集数量重新划分，可以直接提供给YOLO5进行训练预测等。

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

代码运行效果图见压缩包

里面包含py文件和要使用到的图像文件，直接就可以跑识别花色的 main.py用来进行识别，Make_Template.py用来制作模板 详情请参看博客： https://blog.csdn.net/qq_33950926/article/details/108766166

这是我再学习opencv时网上查到的程序，但是我用了大约一周的时间进行分析，整理，注释，思路非常清晰，真心不容易，值得你下载！对于入门也好，深入学习也好，具有重要的参考价值。