基于卷积神经网络的交通标志识别系统设计与实现  

作　　者：李志明 梁莹莹 吴豆豆 谢永盛 

机构地区：[1]广西科技师范学院,广西来宾546199

出　　处：《电脑知识与技术》2025年第4期32-35,41,共5页Computer Knowledge and Technology

基　　金：广西科技项目(桂科AA21077018);广西科技师范学院科研项目(GXKS2024YB033、GXKS2024YB032、GXKS2024QNTD20);来宾市项目(来科能220903)。

摘　　要：现如今交通标志识别作为智能驾驶中不可或缺的一部分有着重要的研究意义。为了提高交通标志识别的分类准确度,结合当下流行的YOLOv5卷积神经网络目标检测模型,本文以国内交通标志为例,研究如何运用YOLOv5算法实现交通标志目标检测,同时结合软件开发技术,使用Flask后台框架、Vue前端框架设计了一套基于卷积神经网络的交通标志识别系统,系统包含可交互界面,支持用户上传图片进行实时识别,并返回相应的识别结果,提高了交通标志识别模型的可用性。

关 键 词：卷积神经网络 交通标志识别 YOLOv5 深度学习 目标检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]