1、目标检测红绿灯数据集 2、1万多张标注好的红绿灯数据图片 3、classes: red 、green 4、标签格式：txt和xml两种

交通灯识别检测数据集(含voc和yolo格式标签)（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 交通灯识别检测、自动驾驶等 【数据集说明】： 交通灯识别检测数据集，一共7953张图片，背景丰富，多样性充足，目标分布均匀，标注精准，算法拟合较好，质量可靠。该数据集标签包含voc（xml）、yolo（txt）。类别名称为[“Traffic_Light”]，多种目标检测算法可直接使用。

博客原文《深度学习目标检测：YOLOv5实现红绿灯检测(含红绿灯数据集+训练代码) 》https://blog.csdn.net/guyuealian/article/details/128240198 ； 目前，基于YOLOv5s的红绿灯检测精度平均值mAP_0.5=0.93919，mAP_0.5:0.95=0.63967，基本满足业务的性能需求。另外，为了能部署在手机Android平台上，本人对YOLOv5s进行了模型轻量化，开发了一个轻量级的版本yolov5s05_416和yolov5s05_320，在普通Android手机上可以达到实时的检测和识别效果，CPU(4线程)约30ms左右，GPU约25ms左右 ，基本满足业务的性能需求。

《红绿灯(交通信号灯)检测数据集》https://blog.csdn.net/guyuealian/article/details/128222850 ； 在智慧城市，自动驾驶领域，经常需要用到交通信号灯数据（红绿灯数据）；这里分享鄙人整合的两个交通信号灯(红绿灯)检测数据集：Traffic-Lights-Dataset-Domestic和Traffic-Lights-Dataset-Foreign；前者是在国内收集到的红绿灯检测数据集，共3053张；后者是从国外收集到的红绿灯检测数据集，共10142张；两者数据集都已经标注好红灯、绿灯、黄灯，可直接用于目标检测模型训练。

用于yolov5深度学习的红绿灯数据集标注好了有1029张图片

红绿灯装置检测（红绿灯数据集2000张）

该资源为德国的交通灯数据集，是一些红绿灯检测图片数据集以及打好标签的xml文件。可用于深度学习训练，标签的格式是VOC2007，可用于yolo v3训练。