基于PyTorch的交通标志目标检测系统

一、开发环境

  • Windows 10
  • PyCharm 2021.3.2
  • Python 3.7
  • PyTorch 1.7.0

二、制作交通标志数据集,如下图

三、配置好数据集的地址,然后开始训练

python 复制代码
python train.py --data traffic_data.yaml --cfg traffic_yolov5s.yaml --weights pretrained/yolov5s.pt --epoch 100 --batch-size 4

四、训练完成后进行推理预测,效果如图

五、完整源码、数据集和模型文件下载

链接:https://pan.baidu.com/s/111wLXWLckTfrHIEGZyXeqA?pwd=w5q6

提取码:w5q6

相关推荐
Robot侠1 分钟前
ROS1从入门到精通 9: TF坐标变换(机器人的空间认知)
人工智能·机器人·ros·机器人操作系统·tf坐标变换
tap.AI2 分钟前
(二)Stable Diffusion 3.5硬件准备与环境配置 —— 低配显卡也能跑大模型
人工智能·stable diffusion
LDG_AGI3 分钟前
【推荐系统】深度学习训练框架(十七):TorchRec之KeyedJaggedTensor
人工智能·pytorch·深度学习·机器学习·数据挖掘·embedding
imooos5 分钟前
使用小程序AI推理能力识别车牌号
人工智能·小程序
神州数码云基地6 分钟前
首次开发陌生技术?用 AI 赋能前端提速开发!
前端·人工智能·开源·ai开发
weixin_446260857 分钟前
用于构建和部署AI智能代理工作流的开源平台
人工智能
一招定胜负8 分钟前
支持向量机
人工智能·机器学习·支持向量机
paopao_wu10 分钟前
深度学习3:理解神经网络
人工智能·深度学习·神经网络
梦帮科技12 分钟前
量子计算+AI:下一代智能的终极形态?(第二部分)
人工智能·机器学习·ai编程·量子计算
周杰伦_Jay12 分钟前
【深度拆解智能体技术底层逻辑】从架构到实现的完整解析
人工智能·机器学习·架构·开源·论文·peai2026