高定位精度的交通标志识别----开源了
时间：2023-07-17 23:37:00
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达 本文转自：AI算法和图像处理
本文包括以下四个部分，您可以跳到相应的小节中仔细阅读。
方法简介
下载和使用代码
下载和介绍数据库
总结
方法简介
如上图所示，网络结构可以使用netscope（http://ethereon.github.io/netscope/#/editor）在源码中查看网络结构中的每个网络结构layer的参数。这是一个end-to-end网络输入为测试图，输出3个head：bbox、label、mask，整个网络也属于one-stage实例分割网络。有的结果如下：
下载和使用代码
代码下载：https://github.com/LoveBaldwin/TrafficSign
模型下载：链接：https://pan.baidu.com/s/1_yawJa_KUbfv0Bs2VqR4JA提取码：l0mt
代码说明
caffe: caffe代码
model: 模型相关文件
script: 与数据相关的脚本准备训练模型
python: 数据显示相关程序
-
anno_func.py: 功能函数简单
data_show.ipynb: 图像显示方法
deployer.ipynb: 模型测试过程
eval_check.ipynb: 模型评估
代码使用
数据下载后，解压到和TrafficSign同目录下的文件。
cd TrafficSign/script
1，编译caffe：./compile.sh
2，生成数据：mkdir -p ../../data/lmdb
./1_convert_lmdb.sh
./2_calc_img_mean.sh
3，开始训练模型：
../caffe/build/tools/caffe train --solver../model/solver.prototxt --gpu 0
下载和介绍数据
数据来自一家公司的街景数据，场景相当丰富。数据库有1万张图片，来自中国五个不同城市的10个不同场景，包括不同的照明和季节的照片。数据标注包括：bbox（bounding box）、label和mask，如上图。数据分为四类：warnings 、prohibitions、mandatory、Other，如下图所示，除此四大类外，还根据信息内容进行了细分。模型的训练和测试只使用了一部分图像，约占15%，目前只使用开源程序。
数据库目录说明
train:所有训练图
test: 所有测试图
other: 从训练集和测试集排除的图
marks: 用于数据增强的标准图
annotations.json: 图片标注文件
标注说明
关于mask标记使用两种模型来拟合目标边界：三角形和椭圆形，其中三角形在校准时使用三个角点。如果图像畸变严重，将增加标记点。椭圆标记五个点来拟合椭圆方程，json字段含义如下：
path: 图像相对路径
objects:[], 图像中的所有目标
category: 目标类别.
bbox: {xmin,ymin,xmax,ymax:float}, 目标框
ellipse_org: [[x1,y1],[x2,y2],...], 非必须, 椭圆标记点
ellipse: [[x_o,y_o],[r_l,r_s],angle], 非必须, 根据椭圆标记点拟合的椭圆，[x_o,y_o] 是椭圆圆心， [r_l,r_s]是椭圆长短轴, angle椭圆旋转角.
polygon: [[x1,y1],[x2,y2],...], 非必须, 三角形标记点
下载方式
下载一些样例：
链接：https://pan.baidu.com/s/1B0Rz2HBLIoVTAIFXxfxnPA提取码：xam3
下载训练程序数据集：关注这个微信官方账号，把这篇文章发到朋友圈，收集7个赞，在后台截图发给小编。小编会在24小时内发送下载链接给你。
对于原创作者来说，你的关注和分享是我们分享的动力！
总结
代码是以caffe在此基础上，环境配置可能需要一些时间。小编最近整理了与代码和环境编译相关的问题。我希望你能google/baidu来解决。也欢迎实现。pytorch和tensorflow版本代码。
下载1：OpenCV-Contrib中文版教程扩展模块
在「小白学视觉」微信官方账号后台回复:扩展模块中文教程，下载全网第一份OpenCV中文版扩展模块教程，涵盖扩展模块安装，SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等20多章。
下载2：Python视觉实战项目52讲
在「小白学视觉」微信官方账号后台回复:Python视觉实战项目，可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情感检测、文本内容提取、面部识别等待31个视觉实战项目，帮助快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」微信官方账号后台回复:OpenCV实战项目20讲，即可下载内容20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入微信官方账号读者群与同行交流。SLAM、三维视觉、传感器、自动驾驶、摄影计算、检测、分割、识别、医学图像、GAN、算法竞赛等微信群(以后会逐渐细分)，请扫描以下微信号加群，备注:昵称 学校/公+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
