红绿灯检测数据集，该数据集基于CCF BDCI，用于红绿灯检测，该数据集包含2600个人工标记的红绿灯类别和颜色标签。红绿灯类别包括9类 红绿灯检测数据集，该数据集基于CCF BDCI，用于红绿灯检测，该数据集包含2600个人工标记的红绿灯类别和颜色标签。红绿灯类别包括9类

大型MATLAB设计：闯红灯检测系统（交通信号灯违章检测，汽车违章，GUI界面，定位红绿灯，红灯的时候开始检测汽车，违章即预警发出，带界面GUI，详细步骤）仿真

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。

matlab的闯红灯检测系统（交通信号灯违章检测，汽车违章，GUI界面，定位红绿灯，红灯的时候开始检测汽车，违章即预警发出，带界面GUI，详细步骤）

Android实现红绿灯检测APP(可实时运行))： https://blog.csdn.net/guyuealian/article/details/128240334 ； 考虑到原始YOLOv5的模型计算量比较大，鄙人在YOLOv5s基础上，开发了一个非常轻量级的的红绿灯检测模型yolov5s05_320。从效果来看，Android红绿灯检测模型的检测效果还是可以的，高精度版本YOLOv5s平均精度平均值mAP_0.5=0.93919，而轻量化版本yolov5s05_416平均精度平均值mAP_0.5=0.71944左右。APP在普通Android手机上可以达到实时的检测识别效果，CPU(4线程)约30ms左右，GPU约25ms左右 ，基本满足业务的性能需求。

1、基于yolov5算法实现红绿灯识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、识别4类别：红灯、绿灯、黄灯、交通灯 4、迭代200次，模型拟合较好。 【备注】有相关使用问题，可以私信留言跟博主沟通。

(多媒体) 华为SDC 线圈和红绿灯检测器配置

人工智能组-红绿灯检测（非比赛数据）.zip

使用教程：https://www.guyuehome.com/8604，该教程中output文件夹中的模型文件，因为单个文件上传github有大小限制所以拿出来单独上传，mAP = 90.89662

python红绿灯检测opencv识别红绿灯信号灯检测 效果简介：https://blog.csdn.net/xifenglie123321/article/details/124653316