简介基于YOLOv5算法实现的道路交通标识识别系统整合了完整源码、专用数据集和预训练模型面向高校计算机与人工智能专业的毕业生、课程设计开发者也适合快速上手目标检测的初学者。代码注释详尽覆盖数据准备、模型训练、权重评估和可视化识别流程清晰新手可按步骤完成部署。压缩包共266个文件核心包括59个yaml配置、53个Python脚本、26张png图片、10个pt权重另有说明文档、Dockerfile和训练日志整体约423MB目录按功能模块划分便于定位和二次开发。已有50人浏览学习。借助自带数据集和权重可直接运行复现交通标志识别效果也可通过可视化界面展示检测结果适用于毕业设计答辩或课程项目验收对理解YOLOv5从数据集构造到工程部署的完整思路有较好的参考价值。1. 道路交通标识识别选 YOLOv5毕设方向值不值得做一个基于YOLOv5算法实现的道路交通标识识别系统标题放在毕设清单里并不稀奇但真正动手的人才会发现模型本身只是最后那一小步前面的数据集构建、环境配置和结果测评才是拉开差距的地方。这个方向本质上是用 YOLOv5 做目标检测把限速牌、禁止标志、警告标志从行车视频或图片里框出来并分类输出类别和置信度。它适合两类人一类是课程设计要求有完整工程链路的学生另一类是打算在智能交通方向继续做课题、需要一份能复现也能扩展的基线代码的人。你若只是想混个通过网上有大把能跑的源码但若想让答辩有得讲、演示不翻车重点要放在数据怎么标、参数怎么调、指标怎么测这三件事上。2. 部署 YOLOv5 环境conda 隔离与官方权重跑通的意义2.1 为什么用 conda 建环境而不是直接 pip install很多第一次接触 YOLOv5 的人上来就在系统 Python 里 pip install torch结果要么把 base 环境搞乱要么装成 CPU 版后面后悔药都没有。我的习惯是一律用 conda 先建独立环境YOLOv5 对 PyTorch、CUDA、torchvision 的版本匹配很敏感隔离环境能让你在踩坑时直接删掉重建不用重装系统 Python。conda create -n yolov5 python3.9 -y conda activate yolov5 conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia pip install -r requirements.txt提示如果你只有 CPU 机器把conda install那行换成pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu后面训练会慢很多倍但推理演示还是能做的。这段命令的逻辑是先建一个干净的金丝雀环境再装 PyTorch 全家桶最后用 YOLOv5 仓库自带的requirements.txt补齐剩余依赖。pytorch-cuda11.8这里要对照你显卡驱动支持的 CUDA 版本用nvidia-smi查一下不用追最新版11.8 和 12.1 是当前最稳的两个版本。装完以后验证一下 GPU 是否真的生效python -c import torch; print(torch.__version__); print(torch.cuda.is_available())输出True才代表 CUDA 可用。这一步如果输出False多数原因是 PyTorch 装了 CPU 版或者 conda 环境的 PATH 没切干净。我在 CUDA 版本匹配上吃过不少亏最严重一次是驱动太旧带不动新 PyTorch换回 11.7 之后稳定跑完整个训练。2.2 用官方权重跑通检测的最小命令环境就绪后别急着碰自己的数据集先用官方预训练权重把检测链路跑通。这一步能验证环境、模型文件和推理代码三条线都是通的后面你换成自己的自定义数据集时出现问题也好定位是哪一环坏掉了。python detect.py --weights yolov5s.pt --source data/images/bus.jpg --conf-thres 0.25 --iou-thres 0.45 --project runs/detect --name first_test--weights是指定预训练权重yolov5s是轻量版单卡跑得快--source是输入图片也可以换成视频文件或摄像头编号比如0。--conf-thres是置信度阈值低于 0.25 的检测框会被过滤掉--iou-thres是 NMS 的 IoU 阈值控制重叠框的合并力度。这两个参数决定了输出框的疏密程度后续调自己的模型时也要反复动它们。跑完以后去runs/detect/first_test目录看输出图。如果能在公交车上看到 person、bus 的检测框恭喜你YOLOv5 在你这台机器上已经能正常运转了。这一步走通说明推理侧没问题接下来你要做的只是把模型换成用自己数据集训出来的权重文件其余代码一行动都不用改。2.3 第一次用 YOLOv5 源码的人最容易漏看什么YOLOv5 这个仓库用起来没什么魔法但「源码可读性」这件事被很多人低估了。models/yolov5s.yaml里定义网络结构hyp.scratch-low.yaml里是训练超参数utils/datasets.py里是数据加载逻辑——毕设答辩时被问网络结构怎么改的数据增强做了什么这些都是最好的素材。你不需要读完整个源码但至少要把train.py里解析参数的parse_opt()函数、hyp.scratch-low.yaml里的学习率和数据增强项、以及utils/plots.py里画指标曲线的函数过一遍。答辩时老师问一句你用的哪个预训练权重、为什么选 s 不选 m你能回答s 是为了在单卡上快速迭代m 是最终实验才跑这个分就丢不了。源码的最大价值不是给你复制粘贴而是当你训练出 NaN Loss、mAP 全零、检测框乱飞的时候你能知道去哪个文件里找原因。这个排查能力才是这个毕设真正练到的东西。3. 道路交通标识数据集构建从零到 YOLO 格式的完整流程3.1 公开数据集选型与自采标注的边界道路交通标识识别这个方向公开数据集其实不少国内最常用的是清华-腾讯的 TT100K 数据集和中国交通标志数据集 CCTSDB国外有德国 GTSRB。GTSRB 是分类数据集不是检测格式用它的人一般得先把图片裁成单目标再重新整理不建议毕设选它。TT100K 和 CCTSDB 都是检测格式而且场景贴合国内道路适合直接拿来做迁移。不过我得说句实话直接用公开数据集训练出来的模型在答辩现场演示时很容易露怯。原因很简单——公开数据集里的图片是数据集作者挑过的光照、角度、清晰度都比较规整而你现场演示用的行车记录仪截图可能是一个过曝的逆光场景。常见做法是拿公开数据集做预训练再自己拍或录几十张本地道路图片补标注混在一起微调。自采标注的边界是时间和人力。标注一张图平均要 3 到 8 分钟几十张图就是几小时这还不算清洗和二次校对。我一般建议学生在公开数据集基础上补 50 到 100 张自采图就够了纯手工从零标注几千张图不是毕设该干的活那是数据集公司的业务。3.2 标注工具选择与 VOC 格式转 YOLO 格式的转换脚本环境配好了预训练权重也跑通了接下来是这条路上最容易翻车的环节——数据准备。网上能下的交通标识数据集很少直接给 YOLO 格式的 txt 标注大部分是 VOC 的 XML 格式或 COCO 的 JSON 格式你得先把标注转成 YOLO 需要的格式才能开训。YOLOv5 需要的标注格式是每个图像对应一个同名 txt 文件txt 里每行是一行目标格式是class_id center_x center_y width height四个坐标值都是相对于图片宽高的归一化小数。常见标注工具是 LabelImg它默认输出 VOC 格式的 XML所以我们需要做一个转换脚本。import xml.etree.ElementTree as ET import os def convert_voc_to_yolo(xml_dir, out_dir, class_names): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) image_id xml_file[:-4] out_lines [] for obj in root.iter(object): cls_name obj.find(name).text if cls_name not in class_names: continue cls_id class_names.index(cls_name) bndbox obj.find(bndbox) x1 int(bndbox.find(xmin).text) y1 int(bndbox.find(ymin).text) x2 int(bndbox.find(xmax).text) y2 int(bndbox.find(ymax).text) x_center ((x1 x2) / 2) / img_w y_center ((y1 y2) / 2) / img_h box_w (x2 - x1) / img_w box_h (y2 - y1) / img_h out_lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {box_w:.6f} {box_h:.6f}) with open(os.path.join(out_dir, image_id .txt), w) as f: f.write(\n.join(out_lines)) if __name__ __main__: class_names [speed_limit, warning, prohibitory, guide] # 按你实际类别改 convert_voc_to_yolo(VOC/Annotations, YOLO/labels, class_names)这段脚本的逻辑是遍历 VOC 的 XML 标注目录读取每个 XML 里的图片尺寸和每个目标的类别名与边界框坐标把左上右下坐标换算成 YOLO 需要的中心点坐标和宽高最后做归一化写入 txt。class_id直接取class_names里的下标所以必须保证你的类别列表顺序和训练配置里的类别顺序完全一致这是新手最容易踩的坑之一。3.3 数据划分训练集、验证集、测试集的常见比例与要点转换完标注格式接下来还要把数据集划分成训练集、验证集和测试集。这一步很多人偷懒直接所有图片都用来训练模型在训练集上指标好看得不得了一到验证就现原形。常见划分是 8:1:1 或 9:0.5:0.5按图片数量随机分但要注意一个坑如果一段连续视频抽帧得到 100 张图按随机划分相邻帧可能分别落进训练集和验证集那验证集其实变相看到了近乎相同的训练数据指标会被严重虚高。妥当的方法是先按视频片段分组再整段划分。这个细节答辩时不一定会问但问到了就加分。数据划分时另一个常见问题是图片和标签的对应关系断裂。有些同学的 txt 是增量生成的中间删过图片最后目录里有的图没标签有的标签没图。YOLOv5 训练时遇到缺标签的图会直接跳过并报警告labels correspond to unused data这类提示一多就要检查是不是清洗数据时删漏了。4. 训练自己的数据集traffic.yaml 配置与超参数调整节奏4.1 定义交通标识数据集的 yaml 配置文件数据准备好了训练前要先写一个数据集配置文件。YOLOv5 用 yaml 文件告诉 train.py 三件事数据在哪、类别叫什么、总共有几类。这一步写错会导致训练直接报错或者类别错乱。train: /home/user/traffic_dataset/images/train val: /home/user/traffic_dataset/images/val nc: 4 names: [speed_limit, warning, prohibitory, guide]train和val两个字段是图片目录的绝对路径YOLOv5 会根据图片目录自动去同级的labels目录找标注文件。如果你的标注文件和图片不在规范目录结构里就手动在 yaml 里写成labels: /path/to/labels的形式但绝大多数情况保持默认目录约定更稳妥。nc和names必须和你在转换脚本里设的class_names一一对应。YOLOv5 源码在加载数据时会自动索引类别数如果你nc写了 4 但 names 里却有 5 个名字人会懵、代码也会懵。这里推荐一个我常用的目录结构模板可以省很多事traffic_dataset/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/把标签文件按训练/验证分进两个目录图片也是如此一一对应路径不会乱。4.2 训练命令与关键参数解析配置好 yaml 后正式训练的命令并不复杂但里面几个参数值得逐一说清楚python train.py --data traffic.yaml --weights yolov5s.pt --epochs 100 --batch-size 16 --img-size 640 --hyp hyp.scratch-low.yaml --cache--weights yolov5s.pt是加载官方 COCO 预训练权重作为初始化这比从头训练收敛快得多也更稳。--epochs 100是训练轮数交通标识检测属于简单任务100 轮足够--batch-size 16看显存决定显存不够先降到 8再不行就 4--img-size 640是输入分辨率低于 640 精度会掉高于 640 显存压力直线上升。--hyp指定超参数文件--cache是把图片提前缓存进内存能显著加快训练。训练过程中终端会打印每个 epoch 的box_loss、obj_loss、cls_loss和验证集的 mAP。如果你是第一次训练看到最后几轮 mAP 还在缓慢上升这是正常的交通标识的语义特征简单模型通常在 60 轮左右就基本稳定后面是微调期。别因为前几轮 mAP 接近 0 就急着重启检测任务训练早期 mAP 本身就非常低这跟分类任务不一样可以对比着看 Loss 曲线判断。4.3 超参数调整节奏从默认值出发而不是从玄学出发超参数这块我见过太多人走极端要么全程默认完全没有调整要么照着论文里的复杂方案乱调。我的建议是先跑一版默认的hyp.scratch-low.yaml看 Loss 是否下降、mAP 能到哪里再根据结果做最少干预的微调。真正值得调的超参数其实不多。lr0是初始学习率默认 0.01。如果训练时 loss 震荡非常剧烈并且不下降就把lr0降到 0.005 左右如果收敛太慢可以试着提高到 0.015但不要超过 0.02容易在初期就发散。momentum默认 0.937这个值几乎不用动。weight_decay默认 0.0005数据量小的时候可以涨到 0.001 抑制过拟合。另一个值得关注的是mosaic增强参数。hyp.scratch-low.yaml里mosaic: 1.0表示每张训练图都用马赛克拼接增强。对于交通标识这种小目标的检测场景mosaic 本身效果不差但如果你的数据集本身只有几百张马赛克增强会在早期过度扭曲物体形态导致模型慢热。低配置的电脑可以把mosaic降到 0.5配合mixup: 0.0从默认关掉训练会稳很多毕竟交通标识形态单一不需要那么强的数据扰动。注意别贪多。一次只改一个超参数对比训练曲线再决定下一步。两个参数一起改出了问题根本定位不到是谁的锅。5. 道路交通标识识别系统必踩的 5 个坑从标注错位到指标虚高5.1 类别 id 错位导致模型学了个寂寞这个坑在自定义数据集训练时太常见了。你们在标注工具里看到的是中文或英文类别名但 YOLOv5 训练时用的是类别 id。如果你在 LabelImg 里标注时 class 顺序是[限速、禁止、警告、指示]在训练 yaml 里 names 写的是[speed_limit, warning, prohibitory, guide]那prohibitory的语义标签就从 1 变成了 2模型自始至终都在学习错误的映射关系。现象是训练 Loss 能正常下降mAP 却不涨或者推理时经常把同一个标志框出多个自相矛盾的类别。解决方法是统一源头。以训练 yaml 里的names列表为准标注时严格按names的顺序给类别编号并在转换脚本里打印几个样本的 txt 内容人工核对第一列的 id 和类别名。5.2 CUDA OOM 与 batch size 的连锁反应显存不足大概是训练过程中最崩溃的错误了。CUDA out of memory报错出现时大部分人的第一反应是把 batch size 从 16 调到 8却发现还是爆显存。原因往往不只是 batch size还有--img-size 640和--cache同时在叠显存占用以及 PyTorch 默认的显存分配策略不会自动释放碎块。解决步骤是先设--batch-size 4 --img-size 416跑通一个 epoch再逐步往上加。加 batch size 的同时要把--cache关掉让图片走磁盘 IO 而不是驻留显存。如果资源确实紧张就得考虑用yolov5s而不是yolov5l这本来就是你毕设场景下更合适的选择。5.3 训练集 Loss 正常下降但验证集 mAP 全零这个问题最玄学也是最容易让新手彻底放弃的。训练过程一切正常Loss 曲线平滑下降但每轮结束的验证 mAP 都是 0所有类别都是 0。常见原因有三个一是验证集图片路径配置错误val 目录下虽然指向了数据但标注文件没在对应的 labels 目录里模型在验证集上没有任何真实框可对比二是类别映射错位验证集的标注 id 和训练配置的nc/names对不上所有框都因为类别不匹配被判错三是--task参数或数据加载里的过滤逻辑把验证集的 gt 框全过滤了比如--img-size与标注框的尺寸比例严重不一致造成极小目标在缩放后变成面积为 0 的框。排查顺序是先确认 val 路径下每张图都有同名 txt 文件再手动用utils/plots.py里的标注可视化函数画一张验证图看标注框是否正常。能画出来问题就在训练配置画不出来就是数据路径问题。验证数据可视化这一步不能省。5.4 mosaic 数据增强在交通标识这种小目标数据集上的负面效果前面提到过YOLOv5 默认开启 mosaic 增强。在今年最新版本里mosaic默认还是 1.0它适合像 COCO 那样数据量大、目标尺度丰富的情况但交通标识数据集里目标往往只占图像面积的 1% 到 5%马赛克拼接后目标被四张图缩放到原来一半甚至四分之一大小语义信息接近消失模型会大量漏检小目标。这不是猜的我自己在一份只有两百多张图的禁令标志数据集上做过对比mosaic 全程开启时 mAP.5 在 0.78 左右把mosaic降到 0.3 后同样条件下提升到 0.86漏检率明显下降。解决方法是修改hyp.scratch-low.yaml把 mosaic 的开关从固定 1.0 改成mosaic: 0.3并在训练后期让它自然衰减让模型先学会看整图、再适应局部裁剪。5.5 毕设答辩的测评指标口径mAP 与 FPS 的虚高陷阱很多把自己的模型拿到答辩现场演示的人会拿一个 FPS 60 的成绩单出来结果导师一问测试条件就露馅了。FPS 高不一定是你的模型快可能是你把--img-size降到了 320或者用了单张图测时延、把预热和预处理时间全排除在外。规范的测法是测试集上统计 mAP.5 和 mAP.5:.95FPS 用完整推理链路算包括图片读取、预处理、推理、后处理 NMS 的端到端时间而且是多次推理取平均值。另一个值得留意的细节是你自己标的数据集大小对 mAP 影响很大几百张图训出来的 mAP 0.9 和几千张图训出来的 mAP 0.85显然后者更有说服力答辩时主动说出自己的数据集规模、标注数量、训练/验证比例导师会觉得你清楚自己工作的边界和局限。6. 从能跑到高分毕设推理可视化、界面演示与指标叙事6.1 改造 detect.py 做视频连续帧检测并输出结构化结果答辩现场放静态图检测框远不如一段行车视频的连续检测有冲击力。YOLOv5 的detect.py本身就支持视频输入但它的默认输出是一段带框的注释视频。你可以在此基础上把每帧的检测结果按帧号、类别、置信度、坐标追加写入一个 CSV 文件这既能让答辩评委看到系统不只会画框还能输出结构化数据也为后续做统计分析和阈值调优留了材料。with open(detect_results.csv, a, newline) as f: writer csv.writer(f) for det in detections: writer.writerow([frame_id, cls_name, float(conf), x1, y1, x2, y2])这段代码的嵌入位置在detect.py的检测循环内找到往im0上画框的那一段在画框之前把det里的张量拆出来写入文件即可。frame_id需要你在循环里维护一个计数器cls_name从模型自带的类别名列表里索引。导出结构化结果后你还能顺手用 matplotlib 画一个类别出现频次统计图这比单张效果图更有系统的味道。6.2 用 Gradio 搭一个 3 分钟能演示的界面毕设系统如果没有界面在答辩环节是要吃亏的。直接在命令行里跑python detect.py虽然技术上没问题但评委看到的是黑底白字的终端感受不到系统二字。常见做法是给模型套一个简单的 Web 界面。import gradio as gr def traffic_detect(image): results model(image) return results.render()[0] gr.Interface( fntraffic_detect, inputsgr.Image(typepil), outputsgr.Image(typenumpy), title道路交通标识识别系统, description基于 YOLOv5 的交通标志检测演示 ).launch()这段代码的作用是用 Gradio 把自定义的检测函数包成一个网页交互界面上传图片就能看到带检测框的输出。model(image)返回的是 YOLOv5 的 Results 对象results.render()返回画好框的图片数组。注意你的model要在外部加载好traffic_detect函数只负责推理和返回结果。这样 30 行代码就能让答辩现场所有人都能看到界面操作而不是凑在一台笔记本前看你敲命令。6.3 指标叙事把 mAP、PR 曲线和混淆矩阵讲成故事训练完成后runs/train/exp目录下会自动生成results.png、confusion_matrix.png和 PR 曲线图。答辩时不要只贴图要学会用数据讲清楚系统的能力和局限。我的习惯是先讲results.png里的三条 Loss 曲线说明模型收敛过程是稳定的不存在震荡和发散再讲 PR 曲线点出当置信度阈值设在 0.25 时召回率能到多少准确率能到多少说明这个阈值适合实际路况最后讲混淆矩阵坦诚指出哪两个类别容易互相混淆比如限速 30和限速 40在外观上只差数字识别混淆属于合理误差并且后续可以用分类器或更高分辨率输入来改善。一个系统不可能没有错误一个把错误说得明明白白并把改进方向想清楚的学生往往比那个只报喜不报忧的更让评委信服。这也是我每次带毕设时反复强调的一点不要把 mAP 0.87 当成唯一卖点把我分析了哪些错误、为什么会有这些错误、下一次迭代怎么改讲出来你的工作才站得住。回到标题本身基于 YOLOv5 算法实现的道路交通标识识别系统这个方向真正的门槛不在算法代码而在于你愿不愿意一遍遍清洗数据、盯着 Loss 曲线看两小时、把一次 OOM 当成正常消耗来对待。无论你是想交差还是想拿优秀这个流程走一遍你得到的绝不仅仅是一个能跑的脚本而是一条你自己能讲清楚的完整链路。希望帮到你。本文还有配套的精品资源点击获取
基于YOLOv5的道路交通标识识别系统：从数据集构建到训练调参全攻略
简介基于YOLOv5算法实现的道路交通标识识别系统整合了完整源码、专用数据集和预训练模型面向高校计算机与人工智能专业的毕业生、课程设计开发者也适合快速上手目标检测的初学者。代码注释详尽覆盖数据准备、模型训练、权重评估和可视化识别流程清晰新手可按步骤完成部署。压缩包共266个文件核心包括59个yaml配置、53个Python脚本、26张png图片、10个pt权重另有说明文档、Dockerfile和训练日志整体约423MB目录按功能模块划分便于定位和二次开发。已有50人浏览学习。借助自带数据集和权重可直接运行复现交通标志识别效果也可通过可视化界面展示检测结果适用于毕业设计答辩或课程项目验收对理解YOLOv5从数据集构造到工程部署的完整思路有较好的参考价值。1. 道路交通标识识别选 YOLOv5毕设方向值不值得做一个基于YOLOv5算法实现的道路交通标识识别系统标题放在毕设清单里并不稀奇但真正动手的人才会发现模型本身只是最后那一小步前面的数据集构建、环境配置和结果测评才是拉开差距的地方。这个方向本质上是用 YOLOv5 做目标检测把限速牌、禁止标志、警告标志从行车视频或图片里框出来并分类输出类别和置信度。它适合两类人一类是课程设计要求有完整工程链路的学生另一类是打算在智能交通方向继续做课题、需要一份能复现也能扩展的基线代码的人。你若只是想混个通过网上有大把能跑的源码但若想让答辩有得讲、演示不翻车重点要放在数据怎么标、参数怎么调、指标怎么测这三件事上。2. 部署 YOLOv5 环境conda 隔离与官方权重跑通的意义2.1 为什么用 conda 建环境而不是直接 pip install很多第一次接触 YOLOv5 的人上来就在系统 Python 里 pip install torch结果要么把 base 环境搞乱要么装成 CPU 版后面后悔药都没有。我的习惯是一律用 conda 先建独立环境YOLOv5 对 PyTorch、CUDA、torchvision 的版本匹配很敏感隔离环境能让你在踩坑时直接删掉重建不用重装系统 Python。conda create -n yolov5 python3.9 -y conda activate yolov5 conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia pip install -r requirements.txt提示如果你只有 CPU 机器把conda install那行换成pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu后面训练会慢很多倍但推理演示还是能做的。这段命令的逻辑是先建一个干净的金丝雀环境再装 PyTorch 全家桶最后用 YOLOv5 仓库自带的requirements.txt补齐剩余依赖。pytorch-cuda11.8这里要对照你显卡驱动支持的 CUDA 版本用nvidia-smi查一下不用追最新版11.8 和 12.1 是当前最稳的两个版本。装完以后验证一下 GPU 是否真的生效python -c import torch; print(torch.__version__); print(torch.cuda.is_available())输出True才代表 CUDA 可用。这一步如果输出False多数原因是 PyTorch 装了 CPU 版或者 conda 环境的 PATH 没切干净。我在 CUDA 版本匹配上吃过不少亏最严重一次是驱动太旧带不动新 PyTorch换回 11.7 之后稳定跑完整个训练。2.2 用官方权重跑通检测的最小命令环境就绪后别急着碰自己的数据集先用官方预训练权重把检测链路跑通。这一步能验证环境、模型文件和推理代码三条线都是通的后面你换成自己的自定义数据集时出现问题也好定位是哪一环坏掉了。python detect.py --weights yolov5s.pt --source data/images/bus.jpg --conf-thres 0.25 --iou-thres 0.45 --project runs/detect --name first_test--weights是指定预训练权重yolov5s是轻量版单卡跑得快--source是输入图片也可以换成视频文件或摄像头编号比如0。--conf-thres是置信度阈值低于 0.25 的检测框会被过滤掉--iou-thres是 NMS 的 IoU 阈值控制重叠框的合并力度。这两个参数决定了输出框的疏密程度后续调自己的模型时也要反复动它们。跑完以后去runs/detect/first_test目录看输出图。如果能在公交车上看到 person、bus 的检测框恭喜你YOLOv5 在你这台机器上已经能正常运转了。这一步走通说明推理侧没问题接下来你要做的只是把模型换成用自己数据集训出来的权重文件其余代码一行动都不用改。2.3 第一次用 YOLOv5 源码的人最容易漏看什么YOLOv5 这个仓库用起来没什么魔法但「源码可读性」这件事被很多人低估了。models/yolov5s.yaml里定义网络结构hyp.scratch-low.yaml里是训练超参数utils/datasets.py里是数据加载逻辑——毕设答辩时被问网络结构怎么改的数据增强做了什么这些都是最好的素材。你不需要读完整个源码但至少要把train.py里解析参数的parse_opt()函数、hyp.scratch-low.yaml里的学习率和数据增强项、以及utils/plots.py里画指标曲线的函数过一遍。答辩时老师问一句你用的哪个预训练权重、为什么选 s 不选 m你能回答s 是为了在单卡上快速迭代m 是最终实验才跑这个分就丢不了。源码的最大价值不是给你复制粘贴而是当你训练出 NaN Loss、mAP 全零、检测框乱飞的时候你能知道去哪个文件里找原因。这个排查能力才是这个毕设真正练到的东西。3. 道路交通标识数据集构建从零到 YOLO 格式的完整流程3.1 公开数据集选型与自采标注的边界道路交通标识识别这个方向公开数据集其实不少国内最常用的是清华-腾讯的 TT100K 数据集和中国交通标志数据集 CCTSDB国外有德国 GTSRB。GTSRB 是分类数据集不是检测格式用它的人一般得先把图片裁成单目标再重新整理不建议毕设选它。TT100K 和 CCTSDB 都是检测格式而且场景贴合国内道路适合直接拿来做迁移。不过我得说句实话直接用公开数据集训练出来的模型在答辩现场演示时很容易露怯。原因很简单——公开数据集里的图片是数据集作者挑过的光照、角度、清晰度都比较规整而你现场演示用的行车记录仪截图可能是一个过曝的逆光场景。常见做法是拿公开数据集做预训练再自己拍或录几十张本地道路图片补标注混在一起微调。自采标注的边界是时间和人力。标注一张图平均要 3 到 8 分钟几十张图就是几小时这还不算清洗和二次校对。我一般建议学生在公开数据集基础上补 50 到 100 张自采图就够了纯手工从零标注几千张图不是毕设该干的活那是数据集公司的业务。3.2 标注工具选择与 VOC 格式转 YOLO 格式的转换脚本环境配好了预训练权重也跑通了接下来是这条路上最容易翻车的环节——数据准备。网上能下的交通标识数据集很少直接给 YOLO 格式的 txt 标注大部分是 VOC 的 XML 格式或 COCO 的 JSON 格式你得先把标注转成 YOLO 需要的格式才能开训。YOLOv5 需要的标注格式是每个图像对应一个同名 txt 文件txt 里每行是一行目标格式是class_id center_x center_y width height四个坐标值都是相对于图片宽高的归一化小数。常见标注工具是 LabelImg它默认输出 VOC 格式的 XML所以我们需要做一个转换脚本。import xml.etree.ElementTree as ET import os def convert_voc_to_yolo(xml_dir, out_dir, class_names): os.makedirs(out_dir, exist_okTrue) for xml_file in os.listdir(xml_dir): if not xml_file.endswith(.xml): continue tree ET.parse(os.path.join(xml_dir, xml_file)) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) image_id xml_file[:-4] out_lines [] for obj in root.iter(object): cls_name obj.find(name).text if cls_name not in class_names: continue cls_id class_names.index(cls_name) bndbox obj.find(bndbox) x1 int(bndbox.find(xmin).text) y1 int(bndbox.find(ymin).text) x2 int(bndbox.find(xmax).text) y2 int(bndbox.find(ymax).text) x_center ((x1 x2) / 2) / img_w y_center ((y1 y2) / 2) / img_h box_w (x2 - x1) / img_w box_h (y2 - y1) / img_h out_lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {box_w:.6f} {box_h:.6f}) with open(os.path.join(out_dir, image_id .txt), w) as f: f.write(\n.join(out_lines)) if __name__ __main__: class_names [speed_limit, warning, prohibitory, guide] # 按你实际类别改 convert_voc_to_yolo(VOC/Annotations, YOLO/labels, class_names)这段脚本的逻辑是遍历 VOC 的 XML 标注目录读取每个 XML 里的图片尺寸和每个目标的类别名与边界框坐标把左上右下坐标换算成 YOLO 需要的中心点坐标和宽高最后做归一化写入 txt。class_id直接取class_names里的下标所以必须保证你的类别列表顺序和训练配置里的类别顺序完全一致这是新手最容易踩的坑之一。3.3 数据划分训练集、验证集、测试集的常见比例与要点转换完标注格式接下来还要把数据集划分成训练集、验证集和测试集。这一步很多人偷懒直接所有图片都用来训练模型在训练集上指标好看得不得了一到验证就现原形。常见划分是 8:1:1 或 9:0.5:0.5按图片数量随机分但要注意一个坑如果一段连续视频抽帧得到 100 张图按随机划分相邻帧可能分别落进训练集和验证集那验证集其实变相看到了近乎相同的训练数据指标会被严重虚高。妥当的方法是先按视频片段分组再整段划分。这个细节答辩时不一定会问但问到了就加分。数据划分时另一个常见问题是图片和标签的对应关系断裂。有些同学的 txt 是增量生成的中间删过图片最后目录里有的图没标签有的标签没图。YOLOv5 训练时遇到缺标签的图会直接跳过并报警告labels correspond to unused data这类提示一多就要检查是不是清洗数据时删漏了。4. 训练自己的数据集traffic.yaml 配置与超参数调整节奏4.1 定义交通标识数据集的 yaml 配置文件数据准备好了训练前要先写一个数据集配置文件。YOLOv5 用 yaml 文件告诉 train.py 三件事数据在哪、类别叫什么、总共有几类。这一步写错会导致训练直接报错或者类别错乱。train: /home/user/traffic_dataset/images/train val: /home/user/traffic_dataset/images/val nc: 4 names: [speed_limit, warning, prohibitory, guide]train和val两个字段是图片目录的绝对路径YOLOv5 会根据图片目录自动去同级的labels目录找标注文件。如果你的标注文件和图片不在规范目录结构里就手动在 yaml 里写成labels: /path/to/labels的形式但绝大多数情况保持默认目录约定更稳妥。nc和names必须和你在转换脚本里设的class_names一一对应。YOLOv5 源码在加载数据时会自动索引类别数如果你nc写了 4 但 names 里却有 5 个名字人会懵、代码也会懵。这里推荐一个我常用的目录结构模板可以省很多事traffic_dataset/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/把标签文件按训练/验证分进两个目录图片也是如此一一对应路径不会乱。4.2 训练命令与关键参数解析配置好 yaml 后正式训练的命令并不复杂但里面几个参数值得逐一说清楚python train.py --data traffic.yaml --weights yolov5s.pt --epochs 100 --batch-size 16 --img-size 640 --hyp hyp.scratch-low.yaml --cache--weights yolov5s.pt是加载官方 COCO 预训练权重作为初始化这比从头训练收敛快得多也更稳。--epochs 100是训练轮数交通标识检测属于简单任务100 轮足够--batch-size 16看显存决定显存不够先降到 8再不行就 4--img-size 640是输入分辨率低于 640 精度会掉高于 640 显存压力直线上升。--hyp指定超参数文件--cache是把图片提前缓存进内存能显著加快训练。训练过程中终端会打印每个 epoch 的box_loss、obj_loss、cls_loss和验证集的 mAP。如果你是第一次训练看到最后几轮 mAP 还在缓慢上升这是正常的交通标识的语义特征简单模型通常在 60 轮左右就基本稳定后面是微调期。别因为前几轮 mAP 接近 0 就急着重启检测任务训练早期 mAP 本身就非常低这跟分类任务不一样可以对比着看 Loss 曲线判断。4.3 超参数调整节奏从默认值出发而不是从玄学出发超参数这块我见过太多人走极端要么全程默认完全没有调整要么照着论文里的复杂方案乱调。我的建议是先跑一版默认的hyp.scratch-low.yaml看 Loss 是否下降、mAP 能到哪里再根据结果做最少干预的微调。真正值得调的超参数其实不多。lr0是初始学习率默认 0.01。如果训练时 loss 震荡非常剧烈并且不下降就把lr0降到 0.005 左右如果收敛太慢可以试着提高到 0.015但不要超过 0.02容易在初期就发散。momentum默认 0.937这个值几乎不用动。weight_decay默认 0.0005数据量小的时候可以涨到 0.001 抑制过拟合。另一个值得关注的是mosaic增强参数。hyp.scratch-low.yaml里mosaic: 1.0表示每张训练图都用马赛克拼接增强。对于交通标识这种小目标的检测场景mosaic 本身效果不差但如果你的数据集本身只有几百张马赛克增强会在早期过度扭曲物体形态导致模型慢热。低配置的电脑可以把mosaic降到 0.5配合mixup: 0.0从默认关掉训练会稳很多毕竟交通标识形态单一不需要那么强的数据扰动。注意别贪多。一次只改一个超参数对比训练曲线再决定下一步。两个参数一起改出了问题根本定位不到是谁的锅。5. 道路交通标识识别系统必踩的 5 个坑从标注错位到指标虚高5.1 类别 id 错位导致模型学了个寂寞这个坑在自定义数据集训练时太常见了。你们在标注工具里看到的是中文或英文类别名但 YOLOv5 训练时用的是类别 id。如果你在 LabelImg 里标注时 class 顺序是[限速、禁止、警告、指示]在训练 yaml 里 names 写的是[speed_limit, warning, prohibitory, guide]那prohibitory的语义标签就从 1 变成了 2模型自始至终都在学习错误的映射关系。现象是训练 Loss 能正常下降mAP 却不涨或者推理时经常把同一个标志框出多个自相矛盾的类别。解决方法是统一源头。以训练 yaml 里的names列表为准标注时严格按names的顺序给类别编号并在转换脚本里打印几个样本的 txt 内容人工核对第一列的 id 和类别名。5.2 CUDA OOM 与 batch size 的连锁反应显存不足大概是训练过程中最崩溃的错误了。CUDA out of memory报错出现时大部分人的第一反应是把 batch size 从 16 调到 8却发现还是爆显存。原因往往不只是 batch size还有--img-size 640和--cache同时在叠显存占用以及 PyTorch 默认的显存分配策略不会自动释放碎块。解决步骤是先设--batch-size 4 --img-size 416跑通一个 epoch再逐步往上加。加 batch size 的同时要把--cache关掉让图片走磁盘 IO 而不是驻留显存。如果资源确实紧张就得考虑用yolov5s而不是yolov5l这本来就是你毕设场景下更合适的选择。5.3 训练集 Loss 正常下降但验证集 mAP 全零这个问题最玄学也是最容易让新手彻底放弃的。训练过程一切正常Loss 曲线平滑下降但每轮结束的验证 mAP 都是 0所有类别都是 0。常见原因有三个一是验证集图片路径配置错误val 目录下虽然指向了数据但标注文件没在对应的 labels 目录里模型在验证集上没有任何真实框可对比二是类别映射错位验证集的标注 id 和训练配置的nc/names对不上所有框都因为类别不匹配被判错三是--task参数或数据加载里的过滤逻辑把验证集的 gt 框全过滤了比如--img-size与标注框的尺寸比例严重不一致造成极小目标在缩放后变成面积为 0 的框。排查顺序是先确认 val 路径下每张图都有同名 txt 文件再手动用utils/plots.py里的标注可视化函数画一张验证图看标注框是否正常。能画出来问题就在训练配置画不出来就是数据路径问题。验证数据可视化这一步不能省。5.4 mosaic 数据增强在交通标识这种小目标数据集上的负面效果前面提到过YOLOv5 默认开启 mosaic 增强。在今年最新版本里mosaic默认还是 1.0它适合像 COCO 那样数据量大、目标尺度丰富的情况但交通标识数据集里目标往往只占图像面积的 1% 到 5%马赛克拼接后目标被四张图缩放到原来一半甚至四分之一大小语义信息接近消失模型会大量漏检小目标。这不是猜的我自己在一份只有两百多张图的禁令标志数据集上做过对比mosaic 全程开启时 mAP.5 在 0.78 左右把mosaic降到 0.3 后同样条件下提升到 0.86漏检率明显下降。解决方法是修改hyp.scratch-low.yaml把 mosaic 的开关从固定 1.0 改成mosaic: 0.3并在训练后期让它自然衰减让模型先学会看整图、再适应局部裁剪。5.5 毕设答辩的测评指标口径mAP 与 FPS 的虚高陷阱很多把自己的模型拿到答辩现场演示的人会拿一个 FPS 60 的成绩单出来结果导师一问测试条件就露馅了。FPS 高不一定是你的模型快可能是你把--img-size降到了 320或者用了单张图测时延、把预热和预处理时间全排除在外。规范的测法是测试集上统计 mAP.5 和 mAP.5:.95FPS 用完整推理链路算包括图片读取、预处理、推理、后处理 NMS 的端到端时间而且是多次推理取平均值。另一个值得留意的细节是你自己标的数据集大小对 mAP 影响很大几百张图训出来的 mAP 0.9 和几千张图训出来的 mAP 0.85显然后者更有说服力答辩时主动说出自己的数据集规模、标注数量、训练/验证比例导师会觉得你清楚自己工作的边界和局限。6. 从能跑到高分毕设推理可视化、界面演示与指标叙事6.1 改造 detect.py 做视频连续帧检测并输出结构化结果答辩现场放静态图检测框远不如一段行车视频的连续检测有冲击力。YOLOv5 的detect.py本身就支持视频输入但它的默认输出是一段带框的注释视频。你可以在此基础上把每帧的检测结果按帧号、类别、置信度、坐标追加写入一个 CSV 文件这既能让答辩评委看到系统不只会画框还能输出结构化数据也为后续做统计分析和阈值调优留了材料。with open(detect_results.csv, a, newline) as f: writer csv.writer(f) for det in detections: writer.writerow([frame_id, cls_name, float(conf), x1, y1, x2, y2])这段代码的嵌入位置在detect.py的检测循环内找到往im0上画框的那一段在画框之前把det里的张量拆出来写入文件即可。frame_id需要你在循环里维护一个计数器cls_name从模型自带的类别名列表里索引。导出结构化结果后你还能顺手用 matplotlib 画一个类别出现频次统计图这比单张效果图更有系统的味道。6.2 用 Gradio 搭一个 3 分钟能演示的界面毕设系统如果没有界面在答辩环节是要吃亏的。直接在命令行里跑python detect.py虽然技术上没问题但评委看到的是黑底白字的终端感受不到系统二字。常见做法是给模型套一个简单的 Web 界面。import gradio as gr def traffic_detect(image): results model(image) return results.render()[0] gr.Interface( fntraffic_detect, inputsgr.Image(typepil), outputsgr.Image(typenumpy), title道路交通标识识别系统, description基于 YOLOv5 的交通标志检测演示 ).launch()这段代码的作用是用 Gradio 把自定义的检测函数包成一个网页交互界面上传图片就能看到带检测框的输出。model(image)返回的是 YOLOv5 的 Results 对象results.render()返回画好框的图片数组。注意你的model要在外部加载好traffic_detect函数只负责推理和返回结果。这样 30 行代码就能让答辩现场所有人都能看到界面操作而不是凑在一台笔记本前看你敲命令。6.3 指标叙事把 mAP、PR 曲线和混淆矩阵讲成故事训练完成后runs/train/exp目录下会自动生成results.png、confusion_matrix.png和 PR 曲线图。答辩时不要只贴图要学会用数据讲清楚系统的能力和局限。我的习惯是先讲results.png里的三条 Loss 曲线说明模型收敛过程是稳定的不存在震荡和发散再讲 PR 曲线点出当置信度阈值设在 0.25 时召回率能到多少准确率能到多少说明这个阈值适合实际路况最后讲混淆矩阵坦诚指出哪两个类别容易互相混淆比如限速 30和限速 40在外观上只差数字识别混淆属于合理误差并且后续可以用分类器或更高分辨率输入来改善。一个系统不可能没有错误一个把错误说得明明白白并把改进方向想清楚的学生往往比那个只报喜不报忧的更让评委信服。这也是我每次带毕设时反复强调的一点不要把 mAP 0.87 当成唯一卖点把我分析了哪些错误、为什么会有这些错误、下一次迭代怎么改讲出来你的工作才站得住。回到标题本身基于 YOLOv5 算法实现的道路交通标识识别系统这个方向真正的门槛不在算法代码而在于你愿不愿意一遍遍清洗数据、盯着 Loss 曲线看两小时、把一次 OOM 当成正常消耗来对待。无论你是想交差还是想拿优秀这个流程走一遍你得到的绝不仅仅是一个能跑的脚本而是一条你自己能讲清楚的完整链路。希望帮到你。本文还有配套的精品资源点击获取
