# 交通标志识别

**Repository Path**: ahao3512/traffic-sign-recognition

## Basic Information

- **Project Name**: 交通标志识别
- **Description**: YOLOv5+streamlit+GTSRB
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2023-04-24
- **Last Updated**: 2023-04-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 交通标志识别

#### 介绍
YOLOv5+streamlit+GTSRB

#### 注意事项
此库中包含yolov5和streamlit，streamlit video使用时请将mp4文件放至data文件夹下，此外本库不包含YOLOv5训练模型权重，需自行下载


#### 所需环境
YOLOv5
base ----------------------------------------

1.  matplotlib>=3.2.2
2.  numpy>=1.18.5
3.  opencv-python>=4.1.2
4.  Pillow
5.  PyYAML>=5.3.1
6.  scipy>=1.4.1
7.  torch>=1.7.0
8.  torchvision>=0.8.1
9.  tqdm>=4.41.0

logging -------------------------------------

1.  tensorboard>=2.4.1
2.  wandb

plotting ------------------------------------

1.  seaborn>=0.11.0
2.  pandas

export --------------------------------------

1.  coremltools>=4.1
2.  onnx>=1.8.1


streamlit 

1.  torch==1.7.1+cpu
2.  torchvision==0.8.2+cpu
3.  opencv-python==4.5.1.48
4.  Pillow==8.0.1
5.  pandas==1.2.1
6.  streamlit==0.78.0
7.  streamlit-webrtc==0.7.2
8.  matplotlib==3.3.3
9.  tqdm==4.56.0
10.  PyYAML==5.3.1
11.  seaborn==0.11.1

#### 文件下载

1.  GTSRB数据集 

官方地址：https://benchmark.ini.rub.de/?section=gtsrb&subsection=dataset

百度网盘链接：https://pan.baidu.com/s/11nuut730ajKiKYkLqnKtzQ
提取码：u3mc

2.  pytorch模型

百度网盘链接：https://pan.baidu.com/s/1if1mbCD_e9x_SPZ4qD74Wg
提取码: yawj 

#### 使用步骤

1.  在detect.py文件里面，在如下部分修改weights和source使其对应训练好的模型和待检测路径。
```
parser.add_argument('--weights', nargs='+', type=str, default=r'模型路径（例如C:\Users\hp\Desktop\GTSRB20.pt'), help='model.pt path(s)')
parser.add_argument('--source', type=str, default=r'待检测图片路径（例如C:\Users\hp\Desktop\images', help='source'))  # file/folder, 0 for webcam
parser.add_argument('--img-size', type=int, default=320, help='inference size (pixels)')
```
2.  运行detect.py文件，对待检测文件夹里面的图片进行预测处理，最终在runs/detect/exp文件夹下生成对应的图片或视频。

3.  cd进入streamlit文件夹下，输入命令`streamlit run app.py`，效果如下
![输入图片说明](https://images.gitee.com/uploads/images/2021/0618/221459_cf1839f2_5305892.png "QQ图片20210618221440.png")