中国交通标志检测数据集（CCTSDB）来源于 A Real-Time Chinese Traffic Sign Detection Algorithm Based on Modified YOLOv2一文提出的训练数据集。

论文地址：https://doi.org/10.3390/a10040127

Github：https://github.com/csust7zhangjm/CCTSDB

链接为：https://pan.baidu.com/s/1Swb48BppUJtuE3QeCcd4Yw 提取码：rv4s

首先要感谢作者们免费提供近20000张的数据集！！！
作者已经更新CCTSDB完整数据集，为了方便国内用户下载，特意上传了百度云盘，其中包括了全部图片以及标注好的GT。

图片是每1000张一个文件夹，在保存下载的时候非百度云盘会员用户有单次3000个文件的限制，大家可以三个三个文件夹的保存，当然也可以直接下载。

福利：非会员满速下载！！！百度：速盘https://www.speedpan.com/ 自行下载使用。

github原文：

CSUST Chinese Traffic Sign Detection Benchmark 中国交通数据集由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制作完成。

我们已经将完整数据集上传至百度云盘：链接为：https://pan.baidu.com/s/1Swb48BppUJtuE3QeCcd4Yw

提取码：rv4s

到目前为止，已经上传图像15734张，全部的groundtruth也已经上传。声明：目前的标注数据只有三大类：指示标志、禁止标志、警告标志。

具体的细分类标准数据集，由于还在制作，暂时将不会公布，请大家关注我们的后续更新！

大家如果下载做研究实验，请尽量引用我们的文章，务必引用第一篇：

Zhang J, Jin X, Sun J, et al. Spatial and semantic convolutional features for robust visual object tracking. Multimedia Tools and Applications, 2018. https://doi.org/10.1007/s11042-018-6562-8

Zhang J, Huang M, Jin X, et al. A Real-Time Chinese Traffic Sign Detection Algorithm Based on Modified YOLOv2. Algorithms, 2017, 10(4):127.

Zhang J, Huang Q, Wu H, et al. Effective traffic signs recognition via kernel PCA network. International Journal of Embedded Systems, 2018, 10(2): 120-125.

如有疑问：欢迎发送邮件： jmzhang@csust.edu.cn

lxd@stu.csust.edu.cn

——————————————————————————————————————————————————

论文摘要：

Traffic sign detection is an important task in traffic sign recognition systems. Chinese traffic signs have their unique features compared with traffic signs of other countries. Convolutional neural networks (CNNs) have achieved a breakthrough in computer vision tasks and made great success in traffic sign classification. In this paper, we present a Chinese traffic sign detection algorithm based on a deep convolutional network. To achieve real-time Chinese traffic sign detection, we propose an end-to-end convolutional network inspired by YOLOv2. In view of the characteristics of traffic signs, we take the multiple 1 × 1 convolutional layers in intermediate layers of the network and decrease the convolutional layers in top layers to reduce the computational complexity. For effectively detecting small traffic signs, we divide the input images into dense grids to obtain finer feature maps. Moreover, we expand the Chinese traffic sign dataset (CTSD) and improve the marker information, which is available online. All experimental results evaluated according to our expanded CTSD and German Traffic Sign Detection Benchmark (GTSDB) indicate that the proposed method is the faster and more robust. The fastest detection speed achieved was 0.017 s per image.

交通标志检测是交通标志识别系统中的一项重要任务。与其他国家的交通标志相比，中国的交通标志有其独特的特点。卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。本文提出了一种基于深卷积网络的交通标志检测算法。为了实现交通标志的实时检测，本文提出了一种基于YOLOv2的端到端卷积网络。针对交通标志的特点，在网络的中间层采用多个1×1卷积层，在顶层减少卷积层以降低计算复杂度。为了有效地检测小交通标志，我们对输入图像进行密集网格划分，得到更精细的特征图。此外，我们扩充了中国交通标志数据集（CTSD），并改进了在线可用的标志信息。根据扩展后的CTSD和德国交通标志检测基准（GTSDB）评估的所有实验结果表明该方法具有更快的速度和更强的鲁棒性。获得的最快检测速度为每图像0.017秒。

@[TOC](这里写自定义目录标题)

欢迎使用Markdown编辑器

你好！这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
全新的 KaTeX数学公式 语法；
增加了支持甘特图的mermaid语法¹ 功能；
增加了 多屏幕编辑 Markdown文章功能；
增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

项目
- 项目
  - 项目

项目1
项目2
项目3

计划任务
完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	`'Isn't this fun?'`	‘Isn’t this fun?’
Quotes	`"Isn't this fun?"`	“Isn’t this fun?”
Dashes	`-- is en-dash, --- is em-dash`	– is en-dash, — is em-dash

创建一个自定义列表

Markdown: Text-to-HTML conversion tool
Authors: John; Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $Γ(n)=(n−1)!∀n∈N\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ 是通过欧拉积分

$Γ(z)=∫0∞tz−1e−tdt .\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

Mon 06

Mon 13

Mon 20

已完成

进行中

计划一

计划二

现有任务

Adding GANTT diagram functionality to mermaid

关于 甘特图 语法，参考这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：:

张三

李四

王五

你好！李四, 最近怎么样?

你最近怎么样，王五？

我很好，谢谢!

李四想了很长时间,

文字太长了

不适合放在一行.

打量着王五...

很好... 王五, 你怎么样?

张三

李四

王五

这将产生一个流程图。:

链接

长方形

圆

圆角长方形

菱形

关于 Mermaid 语法，参考这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

Created with Raphaël 2.2.0

开始

我的操作

确认？

结束

yes

关于 Flowchart流程图 语法，参考这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件或者.html文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

mermaid语法说明 ↩︎
注脚的解释 ↩︎

中国交通标志检测数据集相关推荐

中国交通标志检测数据集（CCTSDB）【新增测试数据】
作者已经更新了测速数据,同时修改了存在的问题. 中国交通标志检测数据集(CCTSDB)来源于 A Real-Time Chinese Traffic Sign Detection Algorithm ...
全新中国交通标志检测数据集2021—CCTSDB 2021: A More Comprehensive Traffic SignDetection Benchmark（全新分类-多算法测评）
CCTSDB 2021 重磅发布! 全新数据集!全新分类!多种算法测评! 欢迎大家使用! 数据集发布网址:GitHub - csust7zhangjm/CCTSDB2021 论文原文:HCIS | A ...
【毕业设计】深度学习中国交通标志识别系统 - opencv python
文章目录 0 前言 1 yolov5实现中国交通标志检测 2.算法原理 2.1 算法简介 2.2网络架构 2.3 关键代码 3 数据集处理 3.1 VOC格式介绍 3.2 将中国交通标志检测数据集CC ...
【毕业设计】深度学习 opencv python 实现中国交通标志识别
文章目录 0 前言 1 yolov5实现中国交通标志检测 2.算法原理 2.1 算法简介 2.2网络架构 2.3 关键代码 3 数据集处理 3.1 VOC格式介绍 3.2 将中国交通标志检测数据集CC ...
【目标检测】基于yolov3交通标志检测和识别(附代码和数据集)
Hello,大家好,我是augustqi.今天给大家分享的目标检测项目是:基于yolov3交通标志检测和识别(附代码和数据集)[目前yolov7都出来了,为什么要用2018年的yolov3呢?因为我想 ...
机器学习实验大作业：Yolov5s交通标志检测
设计内容与要求 1.自行搭建Yolov5s网络完成交通标志检测和识别任务,训练和验证数据集采用课程QQ群里发布的"交通标志检测数据集CCTSDB",测试集采用"交通标志检 ...
YOLOv5实战中国交通标志识别(TT100K数据集)
使用YOLOv5完成TT100K数据集上的中国交通标志识别课程链接:https://edu.csdn.net/course/detail/35209 在无人驾驶中,交通标志识别是一项重要的任务.YO ...
YOLOv4目标检测实战：中国交通标志识别
课程目标:掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别课程链接:https://edu.csdn.net/course/detail/29362 课程演示环境:Ubuntu 需要学 ...
【目标检测】基于yolov5的交通标志检测和识别(附代码和数据集)
写在前面: 首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大能力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌. 文末附项目代码和数据集,请看检测效果: 1. 介绍 Y ...
魔改YOLOv5！一种实时多尺度交通标志检测网络
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达转载自:集智书童 Improved YOLOv5 network for real-time multi-s ...

中国交通标志检测数据集