尧图网站建设 
简介面向计算机视觉课程设计与期末大作业的基于YOLOv5交通标志识别检测系统源码包提供从模型训练到推理检测的完整实现适合具备一定Python与深度学习基础的学生快速上手。压缩包内共266个文件覆盖Python脚本、YAML模型与训练配置、预训练权重、训练日志与评估结果、数据集图片及标注文件并附带Dockerfile便于复现部署环境整体423.32MB。已有1326人学习下载项目评审分达98分经过严格调试可稳定运行。借助已训练好的模型权重可免去长时间训练直接进行交通标志检测数据集与训练脚本则支持二次训练与调参结合清晰的目录结构与训练记录能完整理解YOLOv5从数据准备、模型训练到推理评估的流程适合作为毕业设计、课程项目或算法对比实验的参考。1. YOLOv5 交通标志识别一个压缩包里到底装着什么交通标志识别是目标检测里最典型的实战课题之一目标尺寸小、类别多、场景光照复杂能在同一个项目里把数据、训练、部署全链路走通。像“基于YOLOV5的交通标志识别检测系统源码数据集训练好的模型.zip”这类包解压后通常是三部分能直接跑的 YOLOv5 源码、带标注的数据集、训练好的权重文件。这份资源的价值不只是“能出图”而是让人先加载现成模型跑通推理再顺着数据格式把重训流程补齐。适合毕设、工程预研也适合算法工程师拿来做检测 baseline。下面按拿到包之后的实际顺序展开整理数据、重训模型、推理部署、调优收尾。2. 数据集交通标志从公开集到能训的 YOLOv5 格式2.1 交通标志数据集怎么选TT100K、CCTSDB、GTSRB 的取舍交通标志识别常用的公开数据集有三个TT100K清华腾讯 100K 街景、CCTSDB长沙理工交通标志数据集、GTSRB德国交通标志基准。GTSRB 本质是分类数据集标注是“每张图一个标志类别”要做检测得先自己补框TT100K 和 CCTSDB 自带检测框更贴近压缩包要解决的检测问题。选型的判断标准是类别覆盖、图像分辨率和标注格式。TT100K 的街景图像里标志经常只有几十个像素属于典型的小目标数据用来检验模型对远处标志的召回能力最合适CCTSDB 把标志分成禁止、警告、指示三类类别少而数量足适合先把训练流程跑通。压缩包自带数据集时先看目录结构而不是急着训练labels 目录里每个 txt 对应一张图txt 里一行一个目标这就是 YOLOv5 约定的格式不需要再转换。提示网上下到的交通标志数据集来源混杂个别类别标注偏差 1~2 像素很常见。训练前抽 30 张图把真实框画出来人工扫一遍比训练完再回头查数据高效得多。数据集标注格式场景特点适合用途TT100KJSON中国真实街景小目标占比高检测训练、误检调优CCTSDBXMLPascal VOC中国道路场景三类为主快速验证训练流程GTSRB目录/CSV德国标志目标大且居中分类实验检测需另补框2.2 标签转换把 JSON/XML 统一成 YOLO 的 txtYOLOv5 不直接消费 JSON 或 VOC 的 XML它只认和图片同名的 txt。每行格式是 class_id x_center y_center width height四个坐标数值都按图片宽高做了归一化。TT100K 是 JSON 标注最常见的转换脚本长这样import json, os from PIL import Image def tt100k_to_yolo(json_path, img_dir, out_dir, class_map): with open(json_path, r, encodingutf-8) as f: data json.load(f) for img_name, ann in data[imgs].items(): img Image.open(os.path.join(img_dir, img_name)) w, h img.size # 归一化需要原图宽高 base os.path.splitext(img_name)[0] with open(os.path.join(out_dir, base .txt), w) as out: for obj in ann[objects]: cid class_map.get(obj[category], -1) if cid 0: continue # 不在目标类别表里就跳过 box obj[bbox] # TT100K 是 [xmin, ymin, xmax, ymax] xc (box[0] box[2]) / 2 / w yc (box[1] box[3]) / 2 / h bw (box[2] - box[0]) / w bh (box[3] - box[1]) / h out.write(f{cid} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}\n)这段代码的关键是坐标归一化。原标注是像素坐标直接写进 txt 会让不同尺寸图片之间 loss 计算的数值量级完全错乱。class_map 是类别名到数字 id 的映射顺序一旦定下来后面 data.yaml 里的 names 必须和它保持一致这是训练翻车的高发点。转换完要反向验证把 txt 的坐标乘回宽高画框叠在原图上抽查 20 张确认没有把 w/h 和 y/x 写反——这种错误不画框是看不出来的。2.3 数据集划分与 data.yaml 写法划分原则是验证集不能和训练集出现同一场景的连拍帧否则 val 指标虚高换到真实街景就露馅。压缩包里如果没划分按 8:1:1 随机拆分拆完统计每类的目标数量类别严重不均时后续训练要考虑类别权重或欠采样。data.yaml 是训练入口内容极其简单但路径最容易错train: datasets/signs/train/images val: datasets/signs/val/images nc: 3 names: [prohibitory, warning, mandatory]这个文件的坑在路径基准。YOLOv5 训练的工作目录是源码根目录train/val 路径要么写相对根目录的相对路径要么写绝对路径写成相对某个子目录的路径会直接报 data not found。nc 和 names 数量不匹配时训练在第一个 epoch 就会抛断言错误对照日志里的 AssertionError 能快速定位。names 里的顺序就是模型输出类别 id 对应的名称检测阶段画框显示的名字也来自这里。3. YOLOv5 训练交通标志网络结构选型与超参数3.1 YOLOv5 网络结构决定了调参方向YOLOv5 的网络结构是 CSPDarknet 主干加 PANet 特征融合再接三个尺度的检测头。对交通标志识别影响最大的是三个输出层P3 负责小目标P4 负责中目标P5 负责大目标。640 分辨率下远处的交通标志经常只有 20×20 像素落在 P3 层的管辖范围所以这个场景优先调 imgsz而不是盲目把模型从 s 换到 l。压缩包里的训练好的模型一般是 yolov5s 或 yolov5m 权重。两者的差别是网络的宽度和深度倍率s 参数少、训练和推理都快适合先验证数据和标签没有问题m 在相同 imgsz 下对小目标的特征表达更强val 阶段发现召回率上不去时换 m 比单纯加 epochs 见效更快。换模型不用改代码train.py 的 --weights 参数直接换预训练权重路径即可。3.2 训练自己的数据集train.py 命令与参数说明拿到源码后重训自己数据集的命令是python train.py --data data/signs.yaml --weights yolov5s.pt \ --epochs 150 --batch-size 16 --imgsz 640 --device 0 --cache--weights 传 COCO 预训练的 yolov5s.pt 是迁移学习的标准做法。交通标志这种专有场景的数据量通常不大主干已经在 COCO 上学到了大量通用纹理特征从预训练权重起步的收敛速度和最终精度都比随机初始化好一截。这个场景最值得调的参数如下参数推荐值场景说明imgsz640小目标密集可试 1280分辨率决定 P3 层能拿到的细节epochs100~200以 val 曲线不再下降为准batch-size显存允许下尽量大影响 BN 统计量和收敛稳定性cacheTrue图像缓存进内存省磁盘 IO训练过程有两个容易踩的细节。第一个是 AutoAnchorYOLOv5 会在训练启动时按当前数据集重新聚类 anchor日志里能看到 autoanchor 相关输出。交通标志宽高比相对集中重聚类对召回有明显帮助不要显式关闭。第二个是 mosaic 增强前中期开着能提升小目标鲁棒性但最后 20 个 epoch 建议把 close_mosaic 打开否则拼接图会把小标志切碎边界框定位学不细。3.3 训练输出怎么看先读 results.csv 再跑 val训练结束后 runs/train/expN 里有 results.csv 和曲线图最值得盯的是 val/box_loss 和 mAP_0.5 两条曲线。val loss 不再下降说明模型已经收敛再加轮次只是浪费算力。选取权重时用 best.pt 而不是 last.ptbest 是训练过程中按 mAP50-95 最优保存的检查点置信度更扎实python val.py --data data/signs.yaml --weights runs/train/expN/weights/best.pt --conf-thres 0.001提示val.py 默认 conf-thres 是 0.25会过滤掉模型“有点犹豫但确实正确”的低置信度框。降到 0.001 再跑一次得到的是模型能力上限如果两次 mAP 差距很大说明问题出在推理期阈值直接调 detect 阶段的 conf-thres 即可不用重新训练。4. 用 YOLOv5 训练好的模型做检测加载本地模型与阈值配合4.1 加载本地模型detect.py 与代码内调用两种方式压缩包里的训练好的模型通常是 best.pt 或 final.pt加载本地模型最直接的方式是走源码的 detect.pypython detect.py --weights runs/train/expN/weights/best.pt \ --source test_imgs/ --conf-thres 0.3 --iou-thres 0.45 \ --imgsz 640 --save-txt--source 支持图片、目录、视频文件和摄像头序号--save-txt 会把每个目标的类别和框坐标存成同名 txt方便后续统计。第一次跑通要确认三件事打印出来的类别数和 data.yaml 的 nc 一致单张推理耗时正常输出框还原到原图坐标时和真实目标对得上。CPU 上跑 s 模型、640 分辨率单张通常在 0.5~1 秒如果慢到 5 秒以上先查有没有误用了 CPU 版的非量化权重。业务代码里集成推理不推荐走命令行用 torch.hub 加载本地模型更干净import torch model torch.hub.load(ultralytics/yolov5, custom, pathbest.pt, force_reloadTrue) results model(test_imgs/00001.png, size640) df results.pandas().xyxy[0] # 每行一个检测框 print(df[[xmin, ymin, xmax, ymax, confidence, name]])custom 关键字告诉 hub 加载本地权重而不是官方预训练权重path 指向压缩包里的 pt 文件。集成在服务里时model 要做成进程级单例避免每次请求都重新加载权重和建图显存和延迟都会好看很多。4.2 conf-thres 和 iou-thres两个阈值怎么配合conf-thres 是置信度门槛过滤低分框iou-thres 是 NMS 的去重门槛决定高度重叠的多个框保留哪一个。交通标志目标小、物理上彼此不重叠NMS 压力小真正的问题是远处标志的置信度普遍偏低全局一个 0.25 阈值会把真实目标全滤掉。常见做法是先跑一遍测试集把所有检测结果按类别统计置信度分布再给每个类单独定阈值。比如近景标志置信度都在 0.9 以上远景小标志多数在 0.1~0.3 之间那就把对应类别 conf-thres 调到 0.15把形状容易混淆的类别比如禁止驶入和禁止停车略调高到 0.4误检和漏检能同时缓解。iou-thres 在这个场景保持 0.45~0.5 即可不需要特殊处理。4.3 导出 ONNX给嵌入式部署铺路检测跑通后如果目标设备是边缘盒子或小车导出是必经步骤。YOLOv5 自带的 export.py 支持多种格式python export.py --weights best.pt --include onnx --opset 12 --simplify导出后用 onnxruntime 对拍同一条输入比较 onnx 输出和 PyTorch 输出的框坐标与得分偏差超过 1e-3 就说明算子兼容出了问题。导出本身不改变精度但对拍能暴露自定义算子在 onnxruntime 下的行为差异。交通标志识别在嵌入式端基本是单帧多目标导出时固定 batch1后续做 TensorRT 或量化时优化空间更好部署目标推荐格式说明Jetson/TensorRTONNX 再转 engine固定 batch1CPU 服务ONNX 或 TorchScript兼容性优先移动端NCNN/MNN需二次转换和校准5. YOLOv5 交通标志调优收尾混淆矩阵定位误检与切片推理val.py 跑完后 runs/val/expN 下会生成混淆矩阵。交通标志识别最典型的误检都藏在这张图的非对角线上形状相近的标志互相串类比如“禁止驶入”被当成“禁止停车”另一类是背景被误报成标志多发生在树叶阴影和圆形路牌上。看混淆矩阵时不要只盯整体 mAP要找出具体哪一对类别在互相串然后回到数据集统计这两类的目标像素面积分布。如果 A 类目标普遍比 B 类小一圈那问题不在类别可分性而在小目标本身需要从输入分辨率下手。针对小目标最有用的技巧是切片推理把原图切成 2×2 或 3×3 的块每个块放大后单独送进模型标志的有效像素尺寸变大P3 层能提取到的特征更充分再把各块的框坐标映射回原图合并def patch_infer(model, img, patch2): h, w img.shape[:2] ph, pw h // patch, w // patch boxes [] for i in range(patch): for j in range(patch): crop img[i*ph:(i1)*ph, j*pw:(j1)*pw] res model(crop, size640) for row in res.pandas().xyxy[0].itertuples(): boxes.append([row.xmin j*pw, row.ymin i*ph, row.xmax j*pw, row.ymax i*ph, row.confidence, row.name]) return boxes这段代码把坐标做了像素级还原切片数越大对小目标越友好但耗时也成倍涨适合放在离线和难例挖掘阶段不适合在线实时推理。用法上先整体推理一遍挑出置信度低于设定值但真实存在的框切成块重判命中的目标回填进训练集等于用模型自己做难例增强同时完成一批低质量图的自动标注人工只需修正误标框。最后给一个能直接对照的数值经验小目标密集的交通标志场景在 AutoAnchor 开启的前提下把 imgsz 从 640 提到 1280显存不够就只提高 P3 层对应分辨率召回率通常能上 5~8 个点但切到另一套数据集时这个增益需要重跑 val.py 用 mAP50-95 和混淆矩阵重新验证一遍别直接沿用。本文还有配套的精品资源点击获取 YOLOv5交通标志识别实战：从数据集到训练部署全流程
简介面向计算机视觉课程设计与期末大作业的基于YOLOv5交通标志识别检测系统源码包提供从模型训练到推理检测的完整实现适合具备一定Python与深度学习基础的学生快速上手。压缩包内共266个文件覆盖Python脚本、YAML模型与训练配置、预训练权重、训练日志与评估结果、数据集图片及标注文件并附带Dockerfile便于复现部署环境整体423.32MB。已有1326人学习下载项目评审分达98分经过严格调试可稳定运行。借助已训练好的模型权重可免去长时间训练直接进行交通标志检测数据集与训练脚本则支持二次训练与调参结合清晰的目录结构与训练记录能完整理解YOLOv5从数据准备、模型训练到推理评估的流程适合作为毕业设计、课程项目或算法对比实验的参考。1. YOLOv5 交通标志识别一个压缩包里到底装着什么交通标志识别是目标检测里最典型的实战课题之一目标尺寸小、类别多、场景光照复杂能在同一个项目里把数据、训练、部署全链路走通。像“基于YOLOV5的交通标志识别检测系统源码数据集训练好的模型.zip”这类包解压后通常是三部分能直接跑的 YOLOv5 源码、带标注的数据集、训练好的权重文件。这份资源的价值不只是“能出图”而是让人先加载现成模型跑通推理再顺着数据格式把重训流程补齐。适合毕设、工程预研也适合算法工程师拿来做检测 baseline。下面按拿到包之后的实际顺序展开整理数据、重训模型、推理部署、调优收尾。2. 数据集交通标志从公开集到能训的 YOLOv5 格式2.1 交通标志数据集怎么选TT100K、CCTSDB、GTSRB 的取舍交通标志识别常用的公开数据集有三个TT100K清华腾讯 100K 街景、CCTSDB长沙理工交通标志数据集、GTSRB德国交通标志基准。GTSRB 本质是分类数据集标注是“每张图一个标志类别”要做检测得先自己补框TT100K 和 CCTSDB 自带检测框更贴近压缩包要解决的检测问题。选型的判断标准是类别覆盖、图像分辨率和标注格式。TT100K 的街景图像里标志经常只有几十个像素属于典型的小目标数据用来检验模型对远处标志的召回能力最合适CCTSDB 把标志分成禁止、警告、指示三类类别少而数量足适合先把训练流程跑通。压缩包自带数据集时先看目录结构而不是急着训练labels 目录里每个 txt 对应一张图txt 里一行一个目标这就是 YOLOv5 约定的格式不需要再转换。提示网上下到的交通标志数据集来源混杂个别类别标注偏差 1~2 像素很常见。训练前抽 30 张图把真实框画出来人工扫一遍比训练完再回头查数据高效得多。数据集标注格式场景特点适合用途TT100KJSON中国真实街景小目标占比高检测训练、误检调优CCTSDBXMLPascal VOC中国道路场景三类为主快速验证训练流程GTSRB目录/CSV德国标志目标大且居中分类实验检测需另补框2.2 标签转换把 JSON/XML 统一成 YOLO 的 txtYOLOv5 不直接消费 JSON 或 VOC 的 XML它只认和图片同名的 txt。每行格式是 class_id x_center y_center width height四个坐标数值都按图片宽高做了归一化。TT100K 是 JSON 标注最常见的转换脚本长这样import json, os from PIL import Image def tt100k_to_yolo(json_path, img_dir, out_dir, class_map): with open(json_path, r, encodingutf-8) as f: data json.load(f) for img_name, ann in data[imgs].items(): img Image.open(os.path.join(img_dir, img_name)) w, h img.size # 归一化需要原图宽高 base os.path.splitext(img_name)[0] with open(os.path.join(out_dir, base .txt), w) as out: for obj in ann[objects]: cid class_map.get(obj[category], -1) if cid 0: continue # 不在目标类别表里就跳过 box obj[bbox] # TT100K 是 [xmin, ymin, xmax, ymax] xc (box[0] box[2]) / 2 / w yc (box[1] box[3]) / 2 / h bw (box[2] - box[0]) / w bh (box[3] - box[1]) / h out.write(f{cid} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}\n)这段代码的关键是坐标归一化。原标注是像素坐标直接写进 txt 会让不同尺寸图片之间 loss 计算的数值量级完全错乱。class_map 是类别名到数字 id 的映射顺序一旦定下来后面 data.yaml 里的 names 必须和它保持一致这是训练翻车的高发点。转换完要反向验证把 txt 的坐标乘回宽高画框叠在原图上抽查 20 张确认没有把 w/h 和 y/x 写反——这种错误不画框是看不出来的。2.3 数据集划分与 data.yaml 写法划分原则是验证集不能和训练集出现同一场景的连拍帧否则 val 指标虚高换到真实街景就露馅。压缩包里如果没划分按 8:1:1 随机拆分拆完统计每类的目标数量类别严重不均时后续训练要考虑类别权重或欠采样。data.yaml 是训练入口内容极其简单但路径最容易错train: datasets/signs/train/images val: datasets/signs/val/images nc: 3 names: [prohibitory, warning, mandatory]这个文件的坑在路径基准。YOLOv5 训练的工作目录是源码根目录train/val 路径要么写相对根目录的相对路径要么写绝对路径写成相对某个子目录的路径会直接报 data not found。nc 和 names 数量不匹配时训练在第一个 epoch 就会抛断言错误对照日志里的 AssertionError 能快速定位。names 里的顺序就是模型输出类别 id 对应的名称检测阶段画框显示的名字也来自这里。3. YOLOv5 训练交通标志网络结构选型与超参数3.1 YOLOv5 网络结构决定了调参方向YOLOv5 的网络结构是 CSPDarknet 主干加 PANet 特征融合再接三个尺度的检测头。对交通标志识别影响最大的是三个输出层P3 负责小目标P4 负责中目标P5 负责大目标。640 分辨率下远处的交通标志经常只有 20×20 像素落在 P3 层的管辖范围所以这个场景优先调 imgsz而不是盲目把模型从 s 换到 l。压缩包里的训练好的模型一般是 yolov5s 或 yolov5m 权重。两者的差别是网络的宽度和深度倍率s 参数少、训练和推理都快适合先验证数据和标签没有问题m 在相同 imgsz 下对小目标的特征表达更强val 阶段发现召回率上不去时换 m 比单纯加 epochs 见效更快。换模型不用改代码train.py 的 --weights 参数直接换预训练权重路径即可。3.2 训练自己的数据集train.py 命令与参数说明拿到源码后重训自己数据集的命令是python train.py --data data/signs.yaml --weights yolov5s.pt \ --epochs 150 --batch-size 16 --imgsz 640 --device 0 --cache--weights 传 COCO 预训练的 yolov5s.pt 是迁移学习的标准做法。交通标志这种专有场景的数据量通常不大主干已经在 COCO 上学到了大量通用纹理特征从预训练权重起步的收敛速度和最终精度都比随机初始化好一截。这个场景最值得调的参数如下参数推荐值场景说明imgsz640小目标密集可试 1280分辨率决定 P3 层能拿到的细节epochs100~200以 val 曲线不再下降为准batch-size显存允许下尽量大影响 BN 统计量和收敛稳定性cacheTrue图像缓存进内存省磁盘 IO训练过程有两个容易踩的细节。第一个是 AutoAnchorYOLOv5 会在训练启动时按当前数据集重新聚类 anchor日志里能看到 autoanchor 相关输出。交通标志宽高比相对集中重聚类对召回有明显帮助不要显式关闭。第二个是 mosaic 增强前中期开着能提升小目标鲁棒性但最后 20 个 epoch 建议把 close_mosaic 打开否则拼接图会把小标志切碎边界框定位学不细。3.3 训练输出怎么看先读 results.csv 再跑 val训练结束后 runs/train/expN 里有 results.csv 和曲线图最值得盯的是 val/box_loss 和 mAP_0.5 两条曲线。val loss 不再下降说明模型已经收敛再加轮次只是浪费算力。选取权重时用 best.pt 而不是 last.ptbest 是训练过程中按 mAP50-95 最优保存的检查点置信度更扎实python val.py --data data/signs.yaml --weights runs/train/expN/weights/best.pt --conf-thres 0.001提示val.py 默认 conf-thres 是 0.25会过滤掉模型“有点犹豫但确实正确”的低置信度框。降到 0.001 再跑一次得到的是模型能力上限如果两次 mAP 差距很大说明问题出在推理期阈值直接调 detect 阶段的 conf-thres 即可不用重新训练。4. 用 YOLOv5 训练好的模型做检测加载本地模型与阈值配合4.1 加载本地模型detect.py 与代码内调用两种方式压缩包里的训练好的模型通常是 best.pt 或 final.pt加载本地模型最直接的方式是走源码的 detect.pypython detect.py --weights runs/train/expN/weights/best.pt \ --source test_imgs/ --conf-thres 0.3 --iou-thres 0.45 \ --imgsz 640 --save-txt--source 支持图片、目录、视频文件和摄像头序号--save-txt 会把每个目标的类别和框坐标存成同名 txt方便后续统计。第一次跑通要确认三件事打印出来的类别数和 data.yaml 的 nc 一致单张推理耗时正常输出框还原到原图坐标时和真实目标对得上。CPU 上跑 s 模型、640 分辨率单张通常在 0.5~1 秒如果慢到 5 秒以上先查有没有误用了 CPU 版的非量化权重。业务代码里集成推理不推荐走命令行用 torch.hub 加载本地模型更干净import torch model torch.hub.load(ultralytics/yolov5, custom, pathbest.pt, force_reloadTrue) results model(test_imgs/00001.png, size640) df results.pandas().xyxy[0] # 每行一个检测框 print(df[[xmin, ymin, xmax, ymax, confidence, name]])custom 关键字告诉 hub 加载本地权重而不是官方预训练权重path 指向压缩包里的 pt 文件。集成在服务里时model 要做成进程级单例避免每次请求都重新加载权重和建图显存和延迟都会好看很多。4.2 conf-thres 和 iou-thres两个阈值怎么配合conf-thres 是置信度门槛过滤低分框iou-thres 是 NMS 的去重门槛决定高度重叠的多个框保留哪一个。交通标志目标小、物理上彼此不重叠NMS 压力小真正的问题是远处标志的置信度普遍偏低全局一个 0.25 阈值会把真实目标全滤掉。常见做法是先跑一遍测试集把所有检测结果按类别统计置信度分布再给每个类单独定阈值。比如近景标志置信度都在 0.9 以上远景小标志多数在 0.1~0.3 之间那就把对应类别 conf-thres 调到 0.15把形状容易混淆的类别比如禁止驶入和禁止停车略调高到 0.4误检和漏检能同时缓解。iou-thres 在这个场景保持 0.45~0.5 即可不需要特殊处理。4.3 导出 ONNX给嵌入式部署铺路检测跑通后如果目标设备是边缘盒子或小车导出是必经步骤。YOLOv5 自带的 export.py 支持多种格式python export.py --weights best.pt --include onnx --opset 12 --simplify导出后用 onnxruntime 对拍同一条输入比较 onnx 输出和 PyTorch 输出的框坐标与得分偏差超过 1e-3 就说明算子兼容出了问题。导出本身不改变精度但对拍能暴露自定义算子在 onnxruntime 下的行为差异。交通标志识别在嵌入式端基本是单帧多目标导出时固定 batch1后续做 TensorRT 或量化时优化空间更好部署目标推荐格式说明Jetson/TensorRTONNX 再转 engine固定 batch1CPU 服务ONNX 或 TorchScript兼容性优先移动端NCNN/MNN需二次转换和校准5. YOLOv5 交通标志调优收尾混淆矩阵定位误检与切片推理val.py 跑完后 runs/val/expN 下会生成混淆矩阵。交通标志识别最典型的误检都藏在这张图的非对角线上形状相近的标志互相串类比如“禁止驶入”被当成“禁止停车”另一类是背景被误报成标志多发生在树叶阴影和圆形路牌上。看混淆矩阵时不要只盯整体 mAP要找出具体哪一对类别在互相串然后回到数据集统计这两类的目标像素面积分布。如果 A 类目标普遍比 B 类小一圈那问题不在类别可分性而在小目标本身需要从输入分辨率下手。针对小目标最有用的技巧是切片推理把原图切成 2×2 或 3×3 的块每个块放大后单独送进模型标志的有效像素尺寸变大P3 层能提取到的特征更充分再把各块的框坐标映射回原图合并def patch_infer(model, img, patch2): h, w img.shape[:2] ph, pw h // patch, w // patch boxes [] for i in range(patch): for j in range(patch): crop img[i*ph:(i1)*ph, j*pw:(j1)*pw] res model(crop, size640) for row in res.pandas().xyxy[0].itertuples(): boxes.append([row.xmin j*pw, row.ymin i*ph, row.xmax j*pw, row.ymax i*ph, row.confidence, row.name]) return boxes这段代码把坐标做了像素级还原切片数越大对小目标越友好但耗时也成倍涨适合放在离线和难例挖掘阶段不适合在线实时推理。用法上先整体推理一遍挑出置信度低于设定值但真实存在的框切成块重判命中的目标回填进训练集等于用模型自己做难例增强同时完成一批低质量图的自动标注人工只需修正误标框。最后给一个能直接对照的数值经验小目标密集的交通标志场景在 AutoAnchor 开启的前提下把 imgsz 从 640 提到 1280显存不够就只提高 P3 层对应分辨率召回率通常能上 5~8 个点但切到另一套数据集时这个增益需要重跑 val.py 用 mAP50-95 和混淆矩阵重新验证一遍别直接沿用。本文还有配套的精品资源点击获取