文件編號(hào)：A238

文件大?。?/strong>240M

開發(fā)環(huán)境：Python3.7.11、OpenCV4.5、TensorFlow2.3

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，提供部署視頻，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡(jiǎn)要概述：

交通標(biāo)志識(shí)別實(shí)際上包括交通標(biāo)志的檢測(cè)和識(shí)別兩個(gè)過程，檢測(cè)是在圖像中尋找到感興趣目標(biāo)并定位，識(shí)別是對(duì)感興趣目標(biāo)進(jìn)行分類。現(xiàn)在R-CNN系列、YOLO、SSD能夠很好的將檢測(cè)和分類兩個(gè)過程融合到一起，并且在PASCAL VOC等數(shù)據(jù)集上取得了很好的效果，但對(duì)像交通標(biāo)志這種小目標(biāo)的檢測(cè)效果并不好。就交通標(biāo)志檢測(cè)而言，如果在Faster RCNN的anchor中，將scale調(diào)小一點(diǎn)，ratio調(diào)下再做訓(xùn)練，是可以很好的檢測(cè)到圖像中尺寸較小的交通標(biāo)志；也可以訓(xùn)練級(jí)聯(lián)CNN，將目標(biāo)檢測(cè)問題轉(zhuǎn)化為分類問題。傳統(tǒng)的檢測(cè)方法中，可以人工設(shè)計(jì)特征來檢測(cè)感興趣目標(biāo)，例如可以利用交通標(biāo)志。GTSRB數(shù)據(jù)集，共包含了43類交通標(biāo)志，訓(xùn)練樣本39209張，測(cè)試樣本12630張。提供的樣本圖像中包含了標(biāo)志區(qū)域及其周圍10%的區(qū)域（這是為采用邊緣方法者所考慮），樣本圖像尺寸范圍為15x15到250x250，當(dāng)然它不一定是正方形。

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行效果：

主界面

識(shí)別界面

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻