基于YOLOv5与TT100K的交通标志识别：从数据预处理到模型部署全流程实践

简介：本资源是一个基于YOLOv5实现的交通标志牌识别高分项目，面向人工智能、自动化、电子信息等专业的在校学生、教师及工程技术人员，适用于毕业设计、课程设计、竞赛原型开发与深度学习入门实践。项目完整复现了TT100K数据集上的检测流程，涵盖数据预处理、模型训练、验证评估与推理部署全流程，代码经实测可直接运行，配套文档详述环境配置、参数调优与结果分析方法。压缩包共149个文件，包含56个Python主程序与工具脚本、49个YAML/YML配置文件（定义模型结构、训练超参与数据路径）、6个Shell部署脚本、6个Markdown说明文档，以及Dockerfile（含CPU/ARM64多平台支持）、.gitignore等工程化文件，整体仅1.12MB，轻量易部署。已有79人下载学习，提供从零复现到二次开发的完整支撑，特别适合需要快速构建CV落地案例的学习者与项目开发者。 说实话，这类“基于yolov5的交通标志牌识别项目”我见得太多，但从标题就能看出，它不是一个随便跑跑demo的玩具项目，而是一个能真正落地、拿去交作业甚至写进简历的完整工程。yolov5作为目标检测里上手最快、生态最成熟的一套代码库，配合TT100K这个专门面向中国交通场景的数据集，组合起来的项目价值非常高——无论是毕业设计、课程设计，还是入门实际工程，这条路线都值得认真走一遍。

我这次就结合自己做过的实践，把这个项目从环境搭建、数据转换、模型训练到推理部署的完整链路，全部拆开来讲清楚，顺带把那些文档里不会写、但实操时一定会踩的坑也一并交代了。

1. 项目整体设计与思路拆解

1.1 为什么选yolov5做交通标志识别

选yolov5不是因为它最先进，而是因为它最“够用”。交通标志检测本质上属于中小尺寸目标检测任务，标志牌在画面中往往只占几十到几百像素，对模型的小目标感知能力有一定要求。yolov5提供了s/m/l/x四种规格，s模型只有7M左右参数，在CPU上都能跑出可用的速度，同时精度又不至于拉胯，这对学生项目和嵌入式部署都非常友好。

更关键的是yolov5的生态成熟度。从数据标注格式到训练脚本，从模型量化到TensorRT、ONNX导出，全套工具链都齐了。这意味着你可以把80%的精力花在数据和调参上，而不是去啃一个自研框架的源码。对大多数做毕设或入门工程的人来说，这个选择是性价比最高的。

yolov5本身是一个单阶段目标检测算法，它把目标检测问题拆成了“在特征图上做密集回归”这件事。简单理解就是，输入一张图，网络同时预测出大量候选框的位置和类别，然后通过NMS（非极大值抑制）去掉重复的框，留下最终结果。相比两阶段的Faster R-CNN，yolov5速度更快，结构更简洁，这也是它在工业界被广泛使用的原因。

1.2 TT100K数据集的选型理由

TT100K是腾讯发布的交通标志数据集，全称是Tencent Traffic-Sign 100K，包含10万张街景图像，其中标注了3万多个交通标志实例，覆盖5个大类、45个小类，包括禁令、警告、指示、指路等类型。这个数据集最大的特点是“中国本土化”——里面的标志都是国内道路上真实出现的样式，比如“限速40”“禁止通行”“注意行人”这些，跟国外数据集里的标志风格差异很大。

如果你用国外的GTSRB或者LISA数据集训练模型，拿到国内路况上测试，效果往往会打折扣，因为标志的配色、形状、文字排版都有差异。TT100K直接就是国内的真实街景数据，贴合度很高，这也是毕设和竞赛里它被大量使用的原因。

不过要提醒的是，TT100K虽然名义上有10万张图，但有标注信息的实际只有约1万张，而且这1万张也不是全部都能直接用。光照变化、遮挡、小目标、类别不均衡这些问题在TT100K里都很明显，做数据处理时需要花不少功夫去清洗和筛选。这部分我会在第三章详细讲。

1.3 项目模块划分与资料包结构

一个完整的yolov5交通标志识别项目，通常包含五个核心模块：环境与依赖、数据准备、模型训练、推理验证、文档资料。我在整理自己的项目时，目录结构大概是这样的：

• yolov5/：核心检测代码库（官方源码，可保持原样）
• data/TT100K/：数据集存放目录，包括images和labels
• tools/：自写的脚本，主要是标注格式转换、数据集划分、类别统计
• runs/：训练日志、权重文件、检测结果图
• docs/：项目文档、实验报告、答辩PPT素材

这样的组织方式最大的好处是职责清晰。官方代码库保持原样，后续拉新版本不冲突；自己写的工具脚本单独放，方便复用；训练产出统一进runs目录，出问题排查也方便。很多同学喜欢把所有东西堆在一个文件夹里，结果训练到一半想找某个脚本都费劲，这种坏习惯最好一开始就改掉。

2. 环境搭建：yolov5安装与依赖配套

2.1 yolov5源码获取与环境要求

yolov5的安装流程本身不复杂，但版本兼容问题很容易让人头大。我自己的建议是：不要用最新版，直接用官方v6.0或v7.0版本的稳定分支，因为网上大多数教程、预训练权重和踩坑经验都是基于这些版本积累的，能帮你节省大量排错时间。

下载源码的方式，可以直接从GitHub上clone，也可以下载zip包本地解压。clone的好处是后续可以随时git pull拉更新，但对毕设项目来说意义不大。

环境方面，Python版本建议3.8到3.11之间。PyTorch的安装要和你的CUDA版本对应，这一点特别关键。一般来说，如果你的显卡是NVIDIA的，建议先装CUDA 11.8以上，然后安装对应版本的PyTorch。GPU环境不行的话，CPU版本也能跑，只是训练速度会慢很多，推理勉强能用。

这里要顺带说一句，很多人会忽略requirements.txt里各依赖库的版本关系。yolov5对OpenCV、numpy、matplotlib这些库的版本敏感度其实不高，但torch和torchvision的版本一定要严格匹配，否则会出现_C导入报错之类的问题。

2.2 安装步骤与依赖验证

安装的时候我习惯分两步走。第一步先创建独立的Python虚拟环境，避免污染系统环境，这一步在conda下就是一行命令的事：

conda create -n yolov5 python=3.9 -y conda activate yolov5

第二步进入yolov5目录，安装项目依赖：

cd yolov5 pip install -r requirements.txt

如果CPU版本的PyTorch已经安装好了，这一步只需要装剩下的依赖。如果是GPU环境，建议先手动安装好对应版本的PyTorch，再执行pip install -r requirements.txt，避免依赖自动装上CPU版的torch。

装完之后，验证安装是否成功最快的方式是跑一次官方自带的检测demo：

python detect.py --weights yolov5s.pt --source data/images/bus.jpg

第一次运行会自动下载yolov5s.pt预训练权重，如果能看到输出图像里检测出的公交车和人，说明整个环境就打通了。我习惯跑通这个demo之后再开始下一步，因为后续的训练、推理都依赖这个基础环境的正确性，早验证比晚验证省事得多。

2.3 硬件配置建议与训练规划

关于硬件配置，我的建议非常朴素：有NVIDIA显卡就用GPU，显存8G以上可以比较舒服地训练yolov5s模型，12G以上能尝试yolov5m或更大的模型。没有显卡的话，用CPU训练也不是不行，但要做好心理准备——同样的数据集，GPU跑两个小时，CPU可能要跑两天。

如果条件比较受限，有一个妥协方案：直接用官方预训练权重yolov5s.pt做迁移学习，只冻结backbone层、训练检测头，这样显存和训练时间都能大幅下降。另一个方案是用GitHub Actions或者云GPU平台跑训练，不过对新手来说门槛略高，这里不展开。

3. TT100K数据准备：从原始标注到yolo格式

3.1 TT100K数据格式解析

TT100K的原始标注是JSON格式，这是整个项目里最容易卡住人的一个环节。它的目录结构通常是这样的：

• train/：训练图片
• test/：测试图片
• train.json：训练标注文件
• val.json：验证标注文件
• annotations.json：所有标注文件

其中train.json的结构大致是：

{ "imgs": { "0.jpg": { "height": 2048, "width": 2048, "objects": [ { "bbox": [x1, y1, x2, y2], "category": "i100", "id": 1 } ] } } }

注意这里的bbox是[左上角x, 左上角y, 右下角x, 右下角y]的格式，跟yolov5要求的[中心点x, 中心点y, 框宽, 框高]不一样，而且数值是像素坐标，没有归一化。如果直接把原始标注拿来训练，模型会直接学崩。所以数据准备的第一步，就是写一个脚本把JSON转成yolov5能识别的TXT格式。

3.2 标注转换脚本的编写要点

转换脚本的核心逻辑其实不复杂，就是把每一张图片的标注信息从JSON里读出来，计算归一化坐标，然后写入到与图片同名的TXT文件中。yolov5对TXT格式的约定是：每行代表一个目标，格式为类别id 中心点x 中心点y 框宽 框高，所有坐标值都是归一化到0到1之间的浮点数。

我写的转换脚本大概长这样：

import json import os def convert_tt100k_to_yolo(ann_file, image_dir, save_dir, class_names): with open(ann_file, 'r') as f: data = json.load(f) for img_name, img_ann in data['imgs'].items(): height = img_ann['height'] width = img_ann['width'] image_id = img_name.split('.')[0] txt_path = os.path.join(save_dir, image_id + '.txt') lines = [] for obj in img_ann['objects']: category = obj['category'] if category not in class_names: continue x1, y1, x2, y2 = obj['bbox'] cx = ((x1 + x2) / 2) / width cy = ((y1 + y2) / 2) / height w = (x2 - x1) / width h = (y2 - y1) / height class_id = class_names.index(category) lines.append(f"{class_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") if lines: with open(txt_path, 'w') as f: f.write('\n'.join(lines)) if __name__ == '__main__': class_names = ['i100', 'i110', 'p100', 'p130', 'w100'] # 自定义类别列表 convert_tt100k_to_yolo('train.json', 'train', 'labels/train', class_names)

这个脚本里有几个细节值得注意。第一，class_names的顺序决定了类别id的映射关系，一旦确定了就不能轻易改动，否则训练好的模型类别会全乱。第二，如果一张图片里所有目标都不在选定的类别列表里，这张图片和它的TXT文件都会被跳过，后续训练时要注意图片和标签的对应关系。第三，原图是2048×2048的大图，但yolov5训练时会resize到640×640或1280×1280，小目标的标注在resize后可能只剩几个像素，这对检测精度影响很大，后面会专门讲怎么处理。

3.3 数据集划分与类别筛选策略

TT100K的官方划分是训练集和验证集，但实际做训练时，我发现官方验证集的图片数量和标注质量参差不齐，建议自己重新做一次划分。我的做法是：把有标注的图片全部汇总，按照8:1:1的比例随机划分训练集、验证集、测试集，并且保证同一条路段上的图片尽量落在同一个集合里，避免数据泄漏导致评估指标虚高。

类别筛选方面，TT100K全量45个类别里，相当一部分类别的标注数量只有几十个，属于典型的长尾分布。如果全类别训练，模型会对样本量大的类别过拟合，对样本量小的类别基本学不到特征。我的建议是优先保留标注数量最多的前20到30个类别，比如限速标志、禁止通行、注意行人这些高频类别，这样训练出来的模型在实际场景中更有实用价值。

具体筛选时，可以先写个脚本统计每个类别的实例数量，画个柱状图看看分布，再决定保留哪些类别。这一步虽然耗时，但直接决定了模型最终能学成什么样，值得花时间去做。

4. 模型训练与超参数调优

4.1 数据集配置文件（TT100K.yaml）编写

yolov5训练前需要准备一个YAML配置文件，告诉训练脚本去哪里读数据、有多少类别、类别名叫什么。这个文件是训练的入口，写错一个路径或参数，训练就会报错或者跑出一个完全无效的模型。

我常用的配置文件模板：

# TT100K.yaml train: data/TT100K/images/train val: data/TT100K/images/val nc: 20 names: ['i100', 'i110', 'i120', 'p100', 'p130', 'p150', 'w100', ...]

注意这里train和val指向的是图片目录，yolov5会自动在同级目录下找labels文件夹里的TXT标注文件。所以标准的目录结构是：

data/TT100K/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/

如果你的数据集图片和标签不在这个标准结构下，一定记得在YAML里写对路径，或者用软链接把它们组织好。很多同学训练时提示found no labels，90%的情况下都是因为这个目录结构对不上。

4.2 训练命令与关键超参数解析

我在训练时用的命令大概是这样的：

python train.py \ --data TT100K.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 200 \ --device 0 \ --name tt100k_train

逐个参数解释一下：--data指定数据集配置，--weights指定预训练权重，--img指定训练图片尺寸，--batch是批大小，--epochs是训练轮数，--device 0是用第一块GPU，--name是给这次训练起个名字，方便后续在runs/train/目录下区分不同的实验。

超参数里最值得花心思的是--img和--batch。--img默认是640，对TT100K这种小目标较多的数据集，我建议至少提到1280，这样小标志的细节能保留得更好，代价是训练时间几乎翻倍、显存占用翻倍。--batch受显存限制，24G显存跑yolov5s的1280分辨率，batch大概能开到8到16，如果你的显存不够，可以尝试用--batch 4配合--noplots减少显存占用，或者干脆用yolov5n这个更小的模型。

还有一个很多人忽略的参数是--cache，加上这个参数会提前把图片缓存到内存里，大幅减少训练时读磁盘的开销。如果你的数据集不是特别大，强烈建议加上，实测能提速30%以上。

4.3 训练过程监控与结果分析

训练一旦跑起来，yolov5会自动在runs/train/tt100k_train/目录下记录日志和评估结果。我习惯每隔几十个epoch就打开终端看一下输出，重点看三个指标的变化趋势：box_loss、obj_loss、cls_loss。这三个损失值应该逐步下降，如果某个损失值震荡剧烈或者长时间不降，说明学习率设置不合适，或者数据标注有问题。

训练完成后，weights/best.pt和weights/last.pt两个文件会自动保存。best.pt是验证集上mAP最高的权重，last.pt是训练结束时的权重，一般做推理和部署都用best.pt。

另外results.png这张图非常关键，它汇总了训练过程中所有损失和指标的变化曲线，包括mAP_0.5、mAP_0.5:0.95、精确率、召回率等。如果你的mAP_0.5能到0.8以上，说明模型已经相当不错了，放到实际街景里检测常见标志基本够用。

5. 推理实践与工程化部署

5.1 图片、视频与实时检测

模型训练完成后，最直观的验证方式就是用detect.py脚本跑推理。测试单张图片：

python detect.py \ --weights runs/train/tt100k_train/weights/best.pt \ --source test.jpg \ --conf 0.4 \ --device 0

--conf参数控制置信度阈值，默认0.25。交通标志检测建议调到0.4到0.5之间，因为标志牌的纹理相对简单，低置信度的误检会比较明显。--source参数非常灵活，可以传图片路径、视频文件路径，甚至摄像头设备号，比如--source 0就是用第一个摄像头做实时检测。

实际测试的时候，我建议你去找几张TT100K测试集之外的街景图，最好是不同光线、不同天气条件下的，这样可以更客观地评估模型的泛化能力。如果你发现自己训练的数据集上效果很猛，换到真实场景效果暴跌，那大概率是过拟合了，需要回炉做数据增强或者正则化。

5.2 模型导出与嵌入式端部署方向

yolov5最让我满意的一点就是模型导出的便利性。训练好的best.pt可以直接导出成ONNX格式：

python export.py \ --weights runs/train/tt100k_train/weights/best.pt \ --include onnx \ --opset 12

导出ONNX之后，就可以继续转换成各种推理引擎需要的格式。如果是做边缘端部署，现在很多同学会把它部署到瑞芯微RK3568/RV1106这类带NPU的板子上，流程基本是：PyTorch权重 -> ONNX -> RKNN格式，然后调用RKNN的Python SDK做推理。这个过程里最常遇到的问题就是某些算子不兼容，需要回头调整模型结构或者换一个更简单的模型变体。

如果你的项目只是毕设或者演示用，完全不需要走到嵌入式部署这一步，用detect.py做离线推理已经足够展示效果。但如果你想让项目在简历上有更大的亮点，部署到开发板甚至做一个Demo小应用，绝对是个加分项。

6. 常见问题与排查技巧实录

6.1 显存不足与训练中断

显存不足（CUDA out of memory）是训练yolov5最常见的报错之一，我几乎每次带新人都会遇到这个问题。解决策略从优到劣排列：

• 尝试降低--batch，从16降到8，再降到4，直到能正常跑起来
• 同时降低--img分辨率，从1280降到640，显存占用大概能降一半以上
• 如果在1280分辨率下训练小目标太吃力，建议换用多头注意力更好的yolov5m模型而不是强行上大图

如果是长时间训练中断，恢复训练也很简单，找到之前训练保存的last.pt，用--resume参数恢复即可：

python train.py --resume runs/train/tt100k_train/weights/last.pt

6.2 精度低、不收敛怎么办

模型训练出来mAP只有0.3或者损失值震荡不降，这是我被问得最多的问题。排查思路可以参考下面这张速查表：

这里要特别说一下，很多同学把标注格式转换脚本写完，没有做任何可视化校验直接训练，结果训练完才发现类别框全部偏离目标。我的建议是转换脚本写完之后，一定要用OpenCV或yolov5自带的utils/plots.py把标注框画出来，肉眼检查几组图片确认没问题再开始训练，这个习惯能帮你省下一天的时间。

6.3 标注转换与数据对齐的坑

TT100K还有一个比较隐蔽的坑：原始图片文件名和JSON里的imgs键名可能存在前缀不匹配的问题，比如文件名是0.jpg但JSON里是0。如果这种不一致没有处理好，转换脚本生成的标签就会张冠李戴。我在转换的时候会先打印几个样例，确认键名格式再写正式的转换逻辑。

还有一个问题是图片和标签文件的数量要对齐。yolov5训练时，如果一张图片没有对应的TXT标签文件，它会被直接跳过。如果你发现训练日志里参与训练的图片数量比总数少很多，就去检查是不是标签文件名和图片名没对上。文件名前缀不一致是很常见的原因。

6.4 资料包文档组织建议

既然是“源码+详细文档+全部资料”的形态，文档质量往往比代码本身更影响评估结果。我自己写毕设类文档的习惯是，至少包含六个部分：项目背景与需求分析、技术方案与整体设计、环境搭建与数据准备、模型训练与调优过程、实验对比与结果分析、总结与展望。

其中“实验对比”部分是拉开差距的关键。哪怕你只跑了一组yolov5s的实验，也可以在文档里加入：不同置信度阈值下的检测效果对比、不同天气场景下的检测效果分析、常见误检漏检案例分析。这些内容能充分展示你的工程素养，也方便答辩时应对老师提问。

数据资料方面，建议把数据集样本、标注可视化结果、训练过程截图、检测效果视频整理成独立的附件目录，这些“全部资料”在展示和后续复现时都很加分。

写在最后的一点体会

这个项目我最初做的时候，光是在TT100K标注转换和数据清洗上就花了两天时间，训练调试又花了两天，真正跑通时那种豁然开朗的感觉到现在还记得。回头来看，最大的心得有三条：数据质量比模型结构更重要，任何时候先可视化确认标注不出错再训练；版本锁定很重要，yolov5的代码、PyTorch版本、预训练权重三者匹配能省掉大量排错成本；不要迷恋大模型，yolov5s配合1280分辨率在交通标志识别任务上已经足够惊艳，先把效果打通比追求SOTA指标有意义得多。

如果你拿到类似的资料包，建议不要只停留在跑通Demo，而要按照本文的流程，把数据转换、训练、评估、部署的每一个环节都理解透彻，再试着改一改超参数、换一换模型规模，看看效果差异。做到这一步，你掌握的就不只是一个项目，而是一整套可复用的目标检测工程方法论。

本文还有配套的精品资源，点击获取