YOLOv3目标检测实战:交通标志识别
本文共 719 字，大约阅读时间需要 2 分钟。
在无人驾驶中，交通标志识别是一项重要的任务。本项目以美国交通标志数据集LISA为训练对象，采用YOLOv3目标检测方法实现实时交通标志识别。
具体项目过程包括包括：安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。
YOLOv3可以实时地进行端到端的目标检测，以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志识别。本课程的YOLOv3使用Darknet，在Ubuntu上做项目演示。 Darknet是使用C语言实现的轻型开源深度学习框架，依赖少，可移植性好，值得深入学习和探究。
为帮助大家学习，本人推出了课程《YOLOv3目标检测实战：训练自己的数据集》
课程链接：除本课程《YOLOv3目标检测实战：交通标志识别》外，本人推出了有关YOLOv3目标检测的系列课程，请持续关注该系列的其它课程视频，包括：
《YOLOv3目标检测实战：训练自己的数据集》
《YOLOv3目标检测：原理与源码解析》
《YOLOv3目标检测：网络模型改进方法》
另一门课程《YOLOv3目标检测实战：训练自己的数据集》主要是介绍如何训练自己标注的数据集。而本课程的区别主要在于学习对已标注数据集的格式转换，即把LISA数据集从csv格式转换成YOLOv3所需要的PASCAL VOC格式和YOLO格式。本课程提供数据集格式转换的Python代码。
请大家关注以上课程，并选择学习。
下图是使用YOLOv3进行交通标志识别的测试结果：
转载于:https://blog.51cto.com/14012985/2402671
你可能感兴趣的文章
classLoader
查看>>
感恩节那天，亚洲诚信收到了一封来自客户的致谢信……
查看>>
java队列——queue浅析
查看>>
kvm 常用的一些操作
查看>>
王坚：什么是真正的创新？| 干货
查看>>
SQL Server on Linux入门教程
查看>>
可直接嵌入业务系统为终端客户提供分析服务的阿里云分析型数据库
查看>>
DAO开发实战业务分析
查看>>
递归函数
查看>>
1.8 httpd的用户认证
查看>>
Mybatis2
查看>>
追加字节能优化性能
查看>>
哈希表原理
查看>>
Java web的三大组件
查看>>
学习运维需求分析、域名申请、域名解析、域名备案
查看>>
Java 定时任务调度工具 Quartz(Part 1)
查看>>
一个JSON字符串和文件处理的命令行神器jq，windows和linux都可用
查看>>
技术沙龙|利用IPFS，去中心化存储如何让钱包更安全？（南京）
查看>>
数据库：数据库设计三大范式
查看>>
第17次课
查看>>