典型文献
基于YOLOv5的交通标志识别系统
文献摘要：
为了防止驾驶员因极端天气、照明条件不良、交通标志破损等原因误判或漏判道路交通标志而引发严重交通事故,以及促进智能汽车和无人驾驶技术的发展,提出一种基于YOLOv5算法的交通标志识别系统.YOLOv5在YOLOv4算法的基础上进行了检测性能提升的改进,其在目标检测方面的精度和速度都有极大的提升.实验在原有数据集的基础上还对图像进行了曝光、暗化、雾化、模糊等处理,以尽可能还原真实道路情况.实验采用Make Sense在线标注工具对数据集进行标注,在AutoDL品质GPU租用平台租赁GeForce RTX 3090对数据集进行训练.
文献关键词：
无人驾驶;YOLOv5;交通标志识别
中图分类号：
作者姓名：
周钰如;厉丹;肖辰禹;赵子龙
作者机构：
徐州工程学院信息工程学院(大数据学院),江苏徐州22100
文献出处：
引用格式：
[1]周钰如;厉丹;肖辰禹;赵子龙-.基于YOLOv5的交通标志识别系统)[J].电脑知识与技术,2022(19):97-99
A类：
AutoDL
B类：
YOLOv5,交通标志识别,识别系统,驾驶员,极端天气,照明条件,误判,漏判,道路交通,交通事故,智能汽车,无人驾驶技术,YOLOv4,检测性能,性能提升,目标检测,曝光,雾化,Make,Sense,在线标注,GPU,租用,租赁,GeForce,RTX
AB值：
0.442989
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
