Advertisement

YOLOV5交通标志识别代码及含6105张标注图片的数据集TT100K

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
简介：此项目提供基于YOLOv5框架的交通标志识别源代码和一个包含6,105张标注图像的数据集TT100K，旨在促进智能驾驶系统中物体检测技术的研究与应用。 数据集文件较大，请通过私信方式发送。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • YOLOV5交通标志识别代码及含6105张标注图片的数据集TT100K
    优质
    简介：此项目提供基于YOLOv5框架的交通标志识别源代码和一个包含6,105张标注图像的数据集TT100K，旨在促进智能驾驶系统中物体检测技术的研究与应用。 数据集文件较大，请通过私信方式发送。
     
  • 基于Yolov5的交通标志识别项目，采用TT100K数据集（yolov5-tt100k.zip）
    优质
    本项目运用YOLOv5模型进行交通标志识别，使用TT100K数据集优化训练参数，致力于提升智能驾驶系统的安全性与可靠性。模型代码和训练文件以yolov5-tt100k.zip形式提供下载。 基于Yolov5的交通标志识别项目使用了TT100K数据集，并采用了yolov5-tt100k版本进行开发。
     
  • 基于Yolov5的交通标志牌识别项目（采用TT100K数据集）.zip
    优质
    本项目基于YOLOv5框架，利用TT100K数据集训练模型，实现对各类交通标志牌的高效精准识别。 【项目资源】：涵盖前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据及课程资源等多个领域的技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、Python等语言和技术的项目代码。 【项目质量】：所有提供的源码经过严格测试，确保可以直接运行，并且在确认功能正常后才会上传。 【适用人群】：适合希望学习不同技术领域的新手或进阶学习者。这些资源可以用于毕业设计、课程作业、大作业以及工程实训等初期项目的立项工作。 【附加价值】：项目代码具有较高的参考和借鉴价值，可以直接修改复刻使用。对于有一定基础或者热衷于研究的人来说，在此基础上进行二次开发以实现更多功能是十分便利的。 【沟通交流】：如果有任何关于使用的疑问，请随时与博主联系，博主会及时给予解答。我们鼓励下载并使用这些资源，并且欢迎大家一起学习和共同进步。
     
  • 交通标志识别数据集-含1500张JPEG图像
    优质
    本数据集包含1500张JPEG格式的交通标志图片，旨在促进智能驾驶系统中对各类交通标识的有效识别和理解研究。 交通标志检测数据集包含1500个jpg图片，适用于YOLO系列、SSD及Faster R-CNN系列目标检测算法的训练。
     
  • 中国道路交通标志识别训练数据集（含1600张图片）.zip
    优质
    本数据集包含1600张中国道路交通标志图像，旨在帮助机器学习模型准确识别各类交通标志，提升道路安全与自动驾驶技术。 本段落介绍了14种交通标志，并将继续补充更多内容。这些标志包括：禁止左转、禁止右转、停车让行、向左转弯、向右转弯、向左和向右同时转弯、靠右行驶、靠左行驶、禁止鸣喇叭、人行横道、允许掉头、停车场指示牌以及全程禁停和禁止掉头。
     
  • YOLOV5交通标志识别数据集+代码+模型+教程视频
    优质
    本资源提供YOLOv5交通标志识别的数据集、完整代码及预训练模型，并附有详细教程视频。 交通标志的目标检测算法在计算机视觉领域一直是一个热点研究问题，并且不断有改进的优化算法被提出。我们使用YOLOV5算法对[CCTSDB]数据集进行交通标志识别，该数据集由中国长沙理工大学综合交通运输大数据智能处理湖南省重点实验室张建明老师团队创建完成。目前的数据标注包括指示标志、禁止标志和警告标志三大类。
     
  • 实拍交通标志数据集展示——包含550张标注图片及txt/xml文件
    优质
    本数据集提供了550张经过精细标注的交通标志图像及其对应txt和xml格式的标签文件，适用于训练机器学习模型识别各种道路标识。 本数据集包含550张实拍交通标志图片，并已进行详细标注（提供txt/xml版本）。该集合包括三种类型的标志：停止、提示和等待。此数据集专为YOLO系统算法设计，内部已经将txt与xml信息转换完毕，方便用户根据个人需求选择使用。此外，由于这些图像大多来自真实场景拍摄且精度较高，并经过本人亲自训练，在进行100轮迭代后检测准确率可达98%。
     
  • 车辆种类识别数据集：2000张图片及标注文件（YOLOv5）
    优质
    本数据集包含2000张不同类型的车辆图像及其对应的YOLOv5格式标注文件，适用于训练和测试车辆分类模型。 车俩种类识别数据集包含7个类别：一类客车（tinycar）、二类客车（midcar）、三类客车（bigcar）、一类货车（smalltruck）、二类货车（bigtruck）、油罐车（oil truck）以及特殊车辆（specialcar）。该数据集中共有1488张训练图片、507张验证图片和31张测试图片，所有图像均已标注并转换为txt格式。这些数据适用于YOLOv5 v7 v8深度学习模型的训练，类别总数为nc: 7，类名分别为[tinycar, midcar, bigcar, smalltruck, bigtruck, oil truck, specialcar]。
     
  • 基于YOLOv5的人脸口罩图片识别数据集（含9000多张标注图）
    优质
    本数据集包含超过9000张人脸图像，并使用YOLOv5框架进行详细标注，旨在提升人脸识别中佩戴口罩情况下的准确率与效率。 数据集分为两个类别：“Mask”和“No Mask”。整个数据集中包含超过9000张图像及24975个带有标注的实例，并已按照训练、测试与验证三个部分划分，可以直接用于模型训练。这些图像的平均分辨率为0.49 MP，中位尺寸为750 x 600像素。为了提升模型性能，在数据集中还保存了每张图片在90度、180度和270度旋转后的版本作为额外的数据增强处理。
     
  • YOLOv5水果数据集含1000张图片及标注信息
    优质
    本资源提供一个包含1000张图片的YOLOv5水果数据集，内附详细的标注信息，适用于目标检测模型训练与测试。 进行苹果、香蕉、橙子的水果识别用于Yolov数据集，总共有1000张图片，其中大部分背景为白色，少部分包含背景干扰。如果有需要可以下载测试数据集。