YOLOv5交通标志识别：数据集、训练与评估全链路实战

简介：本资源面向计算机、人工智能及相关专业的本科生与研究生，提供一套可直接用于毕业设计、期末大作业或课程设计的YOLOV5交通标志识别检测完整方案，帮助解决从数据集准备到模型训练、推理部署的全流程问题，新手也能借助代码注释快速上手。压缩包共266个文件，约423.32MB，涵盖53个Python脚本、59个YAML配置、55张JPG与26张PNG图像样本、10个PT权重文件，以及TXT、CSV、XML等标注与结果记录，另有Dockerfile、Shell脚本和Markdown说明，兼顾训练、评估与容器化部署。目前已有318人学习下载，说明该方案在同类选题中具备一定参考价值。资源内含完整数据集、可运行代码与预训练模型，注释详尽，下载后简单配置即可复现检测效果，适合作为交通标志识别方向的实战模板，也便于在此基础上做消融实验与界面展示，提升毕业设计完成度与答辩说服力。

1. 从一张被导师打回的交通标志检测图说起

带过几届毕设之后，我总结出一个规律：凡是做交通标志识别（Traffic Sign Recognition, TSR）的，十有八九会在第一次答辩预演时被问住。学生兴冲冲地展示一张检测结果图，框得挺准，类别也对，导师只问一句——“你用的什么数据集？多少张？类别怎么分的？模型输入尺寸多少？mAP 是在哪个 IoU 阈值下算的？”当场卡壳。问题不在模型，在于整条链路没打通：数据集来源含糊、标注格式没统一、训练超参靠默认、评估指标说不清。

这篇笔记就围绕「YOLOV5 交通标志识别检测数据集 + 代码 + 模型」这条完整链路展开。它解决的不是“YOLOv5 是什么”这种科普问题，而是让你从拿到一批原始交通标志图片开始，一路走到能跑出可复现的 mAP、能导出权重、能写进毕设论文的完整流程。适合正在做毕设的本科生、需要快速搭一个交通标志检测 baseline 的研究生，以及想把 YOLOv5 落到实际道路场景的工程师。读完你应该能自己判断：这套方案值不值得投入，坑主要埋在哪几个环节。

2. 数据集选型与格式转换：别让标注格式成为第一道坎

交通标志检测的数据集选择，直接决定了你后面所有工作的上限。很多毕设翻车不是模型不行，而是数据集本身就有问题——类别不均衡、标注框偏移、图片分辨率参差。这一章先把数据集的选型和格式转换讲透，这是整条链路里最容易被低估、也最值得花时间的一步。

2.1 常见交通标志数据集对比与选型理由

市面上能拿到的交通标志数据集大致分三类：通用目标检测数据集里带交通标志子类的、专门的交通标志数据集、以及自己爬取标注的。我一般会先看三个维度：类别覆盖、标注质量、和 YOLOv5 的适配成本。

选型的核心逻辑是：毕设场景优先选类别覆盖全、标注规范的专门数据集，因为你的目标是展示完整链路，而不是刷某个榜单。如果只是想做通流程，通用数据集的交通标志子类也够用，但类别太少会让论文的“识别”二字显得单薄。

这里要提醒一个常见误区：很多人一上来就追求类别越多越好，结果拿到一个 200 多类的数据集，训练时发现长尾类别样本只有个位数，mAP 被拖得一塌糊涂。交通标志实际道路场景中高频出现的也就二三十类，与其贪多，不如把高频类别做扎实。

2.2 把 VOC 标注转成 YOLO 格式：转换脚本与四个边界坑

YOLOv5 吃的是 YOLO 格式标注：每张图对应一个.txt，每行是class_id x_center y_center width height，全部归一化到 0-1。而大多数交通标志数据集给的是 VOC 格式的 XML。转换脚本网上一搜一大把，但真正能直接用的不多，坑都藏在边界情况里。

下面是我常用的转换脚本，基于 Python 标准库，不依赖额外包：

import os import xml.etree.ElementTree as ET # 类别映射：根据你的数据集实际类别修改 CLASS_MAP = { "speed_limit": 0, "stop": 1, "yield": 2, "no_entry": 3, # ... 按需补充 } def convert_voc_to_yolo(xml_dir, img_dir, out_dir): """ xml_dir: VOC 标注目录 img_dir: 图片目录，用于读取宽高 out_dir: 输出 YOLO 标注目录 """ os.makedirs(out_dir, exist_ok=True) 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() # 图片宽高从 size 节点读，不要从图片文件读，避免 IO 开销 size = root.find("size") w = int(size.find("width").text) h = int(size.find("height").text) lines = [] for obj in root.iter("object"): name = obj.find("name").text if name not in CLASS_MAP: continue # 跳过未映射类别，避免类别错位 cls_id = CLASS_MAP[name] bbox = obj.find("bndbox") xmin = float(bbox.find("xmin").text) ymin = float(bbox.find("ymin").text) xmax = float(bbox.find("xmax").text) ymax = float(bbox.find("ymax").text) # 边界裁剪：防止标注越界导致归一化后为负或大于1 xmin = max(0, min(xmin, w)) xmax = max(0, min(xmax, w)) ymin = max(0, min(ymin, h)) ymax = max(0, min(ymax, h)) if xmax <= xmin or ymax <= ymin: continue # 跳过无效框 x_center = (xmin + xmax) / 2.0 / w y_center = (ymin + ymax) / 2.0 / h bw = (xmax - xmin) / w bh = (ymax - ymin) / h lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {bw:.6f} {bh:.6f}") out_path = os.path.join(out_dir, xml_file.replace(".xml", ".txt")) with open(out_path, "w") as f: f.write("\n".join(lines)) if __name__ == "__main__": convert_voc_to_yolo("annotations", "images", "labels")

逻辑说明：脚本遍历 XML，从size节点读宽高而不是从图片文件读，这样批量转换时不用反复打开图片，速度快很多。类别映射用字典显式声明，遇到未映射的类别直接跳过，而不是给个默认值——这是防止类别错位的关键。边界裁剪那几行是血泪经验，很多数据集的标注框会超出图片边界，不裁剪的话归一化后会出现负数或大于 1 的值，YOLOv5 训练时不会报错，但会静默产生错误的回归目标。

参数说明：CLASS_MAP必须和你的data.yaml里的names顺序严格一致，这是最容易翻车的地方。x_center等值保留 6 位小数足够，YOLOv5 内部会再处理。如果你的数据集标注框本身有偏移，转换脚本救不了，得回到标注环节返工。

2.3 数据集划分与 data.yaml 配置

转换完标注，下一步是划分训练集、验证集、测试集。我一般按 8:1:1 分，但如果某类样本特别少，会做分层抽样，保证每个集合里都有该类样本。划分脚本很简单，但要注意图片和标注必须同步移动，否则会出现“有图无标”或“有标无图”的情况，YOLOv5 训练时直接报错退出。

# 目录结构建议 # dataset/ # images/train/ images/val/ images/test/ # labels/train/ labels/val/ labels/test/

data.yaml是 YOLOv5 的数据配置入口，内容如下：

path: ./dataset train: images/train val: images/val test: images/test nc: 4 names: ['speed_limit', 'stop', 'yield', 'no_entry']

nc是类别数，必须和names长度一致，也必须和转换脚本里的CLASS_MAP值域一致。这三处任何一处对不上，训练时要么报维度错误，要么类别标签全乱。我见过最隐蔽的一种翻车是：CLASS_MAP从 0 开始编号，但names列表顺序和映射顺序不一致，模型学出来的类别和实际语义对不上，评估时 mAP 看着还行，但可视化结果全是错的。

3. YOLOv5 训练链路：从环境到第一个可复现的 mAP

数据集准备好之后，进入训练环节。这一章的目标是让你跑出一个可复现的 baseline，而不是追求 SOTA。毕设场景下，可复现比高指标重要得多——导师要的是你能解释清楚每一个数字怎么来的。

3.1 环境搭建与 YOLOv5 版本选择

YOLOv5 的仓库迭代很快，不同版本之间 API 有差异。我的建议是：毕设场景锁定一个稳定版本，不要追最新。常见做法是选 v6.0 或 v7.0，这两个版本文档全、社区问题多、踩坑容易搜到答案。环境用 conda 隔离，Python 3.8 或 3.9 都行，PyTorch 版本跟着 CUDA 走。

conda create -n yolov5_tsr python=3.9 -y conda activate yolov5_tsr # 根据你的 CUDA 版本装 PyTorch，这里以 CUDA 11.3 为例 pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt

逻辑说明：先建独立环境，避免和系统 Python 或其他项目冲突。PyTorch 版本要和 CUDA 驱动匹配，装错了会在torch.cuda.is_available()返回 False，训练时静默跑在 CPU 上，速度慢到怀疑人生。requirements.txt里包含 YOLOv5 的依赖，装完可以用python detect.py --weights yolov5s.pt --source data/images跑一张图验证环境。

参数说明：torch==1.12.1+cu113里的cu113表示 CUDA 11.3，你要根据自己的nvidia-smi输出改。如果显卡驱动太老，要么升级驱动，要么降 PyTorch 版本。这一步没有后悔药，环境不对后面全是玄学问题。

3.2 训练命令与关键超参设置

YOLOv5 的训练入口是train.py，参数很多，但真正影响交通标志检测效果的就那么几个。下面是我常用的命令：

python train.py \ --data data/tsr.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --hyp data/hyps/hyp.scratch-low.yaml \ --name tsr_baseline \ --cache

逻辑说明：--weights yolov5s.pt表示从预训练权重开始微调，交通标志数据集通常不大，从头训练容易过拟合，预训练权重能显著加快收敛。--img 640是输入尺寸，交通标志在图中占比通常不大，640 是精度和速度的平衡点，如果小目标多可以提到 1280，但显存要够。--cache把图片缓存到内存，加速训练，但数据集大时慎用，会吃满内存。

参数说明：--batch 16要根据显存调，显存不够就降到 8 或 4，但 batch 太小会影响 BN 层效果。--hyp指定超参文件，hyp.scratch-low.yaml是低增强配置，适合小数据集；如果数据量够大，可以用hyp.scratch-high.yaml加强增强。--epochs 100是经验值，交通标志数据集通常 50-150 轮收敛，看验证集 mAP 曲线决定要不要早停。

训练过程中要盯三个东西：train/box_loss、val/box_loss和metrics/mAP_0.5。如果 train loss 降但 val loss 升，说明过拟合，该加增强或减轮数。如果两个都不降，检查学习率是不是太大，或者数据标注是不是有问题。

3.3 用 TensorBoard 盯住训练过程：哪些曲线值得看

YOLOv5 默认集成 TensorBoard，训练时加--tensorboard或者直接看runs/train/tsr_baseline/下的日志。我一般重点看四条曲线：metrics/mAP_0.5、metrics/mAP_0.5:0.95、train/box_loss、val/box_loss。

mAP_0.5 是 IoU 阈值 0.5 下的平均精度，交通标志检测里这个指标通常比较高，因为标志形状规整。mAP_0.5:0.95 更严格，能反映框的定位精度。如果 mAP_0.5 高但 mAP_0.5:0.95 低，说明类别分对了但框不够准，可以考虑调 anchor 或加定位损失权重。

box_loss 曲线如果震荡剧烈，通常是学习率太大或 batch 太小。如果一直不降，检查标注格式是不是有问题——我遇到过标注文件里混入了空行，YOLOv5 不报错但会当成无效样本，导致部分图片实际没参与训练。

4. 推理、评估与模型导出：让结果能写进论文

训练完不是终点，能拿出可复现的评估结果、能导出模型、能解释每个指标的含义，才算闭环。这一章讲推理、评估和导出。

4.1 用 val.py 跑出可复现的 mAP

评估用val.py，不要用detect.py自己数，后者不算 mAP。

python val.py \ --data data/tsr.yaml \ --weights runs/train/tsr_baseline/weights/best.pt \ --img 640 \ --task val \ --save-json

逻辑说明：--task val表示在验证集上评估，--save-json会输出 COCO 格式的评估结果，方便后续分析。跑完会打印每个类别的 P、R、mAP_0.5、mAP_0.5:0.95。这些数字就是你能写进论文的。

参数说明：--img必须和训练时一致，否则评估结果不可比。--weights指向best.pt而不是last.pt，best.pt是验证集上表现最好的权重。如果验证集和测试集划分不同，评估时把--task改成test。

评估结果里如果某个类别 mAP 特别低，先看该类别的样本数。样本少于 50 的类别，mAP 波动很大，不要过度解读。如果样本够但 mAP 低，看混淆矩阵，通常是类别相似导致的误判，比如限速 50 和限速 60 容易混。

4.2 导出 ONNX 与 TorchScript：部署前的最后一步

毕设如果涉及部署，通常要导出 ONNX 或 TorchScript。YOLOv5 自带export.py：

python export.py \ --weights runs/train/tsr_baseline/weights/best.pt \ --include onnx \ --img 640 \ --batch 1 \ --simplify

逻辑说明：--include onnx导出 ONNX 格式，--simplify会调用 onnx-simplifier 简化计算图，减少冗余节点。--batch 1是推理时的 batch size，部署场景通常单张推理。导出后会生成best.onnx，可以用 Netron 可视化检查输入输出节点。

参数说明：--img要和训练一致，ONNX 模型的输入尺寸是固定的。如果部署平台支持动态尺寸，可以加--dynamic，但部分推理引擎对动态尺寸支持不好。导出后务必用onnxruntime跑一遍验证输出和 PyTorch 一致，我见过导出后数值偏差导致检测框全偏的案例。

4.3 推理结果可视化与失败案例分析

detect.py用来跑单张或批量推理，输出带框的图片：

python detect.py \ --weights runs/train/tsr_baseline/weights/best.pt \ --source test_images/ \ --img 640 \ --conf-thres 0.25 \ --iou-thres 0.45 \ --save-txt

逻辑说明：--conf-thres是置信度阈值，低于这个值的框被过滤；--iou-thres是 NMS 的 IoU 阈值，控制重叠框的合并。--save-txt会保存检测结果的坐标和类别，方便后续分析。

参数说明：conf-thres调低会召回更多框但误检增加，调高则相反。交通标志检测里我一般从 0.25 开始试，根据实际场景调。iou-thres默认 0.45，如果同类标志密集，可以调到 0.5 以上减少误合并。

失败案例分析是论文里加分的地方。把误检、漏检的图挑出来，分析原因：是小目标漏检、遮挡、光照还是类别相似。这些分析比单纯报一个 mAP 数字有说服力得多。

5. 避坑与排查：那些让毕设延毕的细节

这一章集中讲踩过的坑，每条按现象、原因、解决来写。这些坑不解决，轻则指标难看，重则训练直接崩。

5.1 训练 loss 为 nan 或突然爆炸

现象：训练几个 epoch 后 loss 变成 nan，或者突然从 0.5 跳到几百。

原因：最常见的是学习率太大，或者数据里有异常标注（比如宽高为 0 的框）。YOLOv5 对异常标注的容忍度不高，一个坏样本就能污染整个 batch 的梯度。

解决：先把学习率降到 0.001 试，如果还 nan，用脚本扫一遍标注文件，检查有没有宽高为 0 或归一化后超出 [0,1] 的行。另外检查data.yaml的nc和实际类别数是否一致，不一致会导致分类头维度错误，早期可能不报错但后期梯度爆炸。

5.2 mAP 一直上不去，但 loss 在降

现象：train loss 稳定下降，val loss 也降，但 mAP_0.5 卡在 0.3 左右不动。

原因：大概率是评估环节出了问题，而不是模型没学好。常见的是data.yaml里names顺序和标注里的class_id对不上，导致评估时类别匹配全错。另一种可能是验证集和训练集分布差异太大，比如验证集里全是小目标，训练集里全是大目标。

解决：先可视化几张验证集的检测结果，看框的位置和类别对不对。如果框对但类别错，就是类别映射问题。如果框都不对，检查验证集的标注格式是否和训练集一致。分布差异的话，重新做分层划分。

5.3 显存不够导致训练中断

现象：训练到一半报 CUDA out of memory，或者一开始就报。

原因：--batch太大、--img太大、或者--cache把内存吃满了。YOLOv5 的显存占用和 batch、img 尺寸、模型大小都相关。

解决：优先降 batch，从 16 降到 8 再到 4。如果还不行，降 img 尺寸，从 640 降到 416。--cache改成--cache ram或直接去掉。另外检查是不是有其他进程占着显存，nvidia-smi看一眼。

5.4 推理时检测框偏移或类别全错

现象：训练时 mAP 正常，但用detect.py推理时框偏移严重，或者类别全是同一个。

原因：导出 ONNX 时输入尺寸和训练不一致，或者推理时的预处理（归一化、letterbox）和训练不一致。YOLOv5 的detect.py内部做了 letterbox，但如果你自己写推理脚本，很容易漏掉这一步。

解决：用官方detect.py先验证，如果官方脚本正常，说明是你自己的推理代码有问题。检查预处理是否包含 letterbox、归一化是否用了相同的均值和方差。ONNX 导出时确认--img和训练一致。

5.5 数据集类别不均衡导致小类 mAP 极低

现象：高频类别 mAP 0.8+，低频类别 mAP 0.1 甚至 0。

原因：类别样本数差异太大，模型偏向高频类。交通标志数据集里这种问题很常见，某些罕见标志只有几十张。

解决：优先补数据，如果补不了，用重采样或类别权重。YOLOv5 本身不直接支持类别权重，但可以通过复制低频类样本的方式做 oversampling。另一种是调整hyp里的cls损失权重，但效果有限。论文里如实报告小类样本数，说明这是数据限制而非模型问题。

6. 进阶技巧：把交通标志检测做到能拿得出手

baseline 跑通之后，如果想让毕设更有竞争力，可以在这几个方向上做文章。这些不是必须的，但做了能让你的工作从“跑通流程”变成“有思考的实验”。

6.1 针对小目标的输入尺寸与 anchor 调整

交通标志在道路场景中往往只占几十个像素，属于典型小目标。YOLOv5 默认的 anchor 是基于 COCO 聚类的，对交通标志不一定最优。可以用kmeans在自己的数据集上重新聚类 anchor：

import numpy as np from sklearn.cluster import KMeans # 读取所有标注框的宽高（归一化后） def load_boxes(label_dir): boxes = [] for f in os.listdir(label_dir): with open(os.path.join(label_dir, f)) as fp: for line in fp: parts = line.strip().split() if len(parts) == 5: boxes.append([float(parts[3]), float(parts[4])]) return np.array(boxes) boxes = load_boxes("dataset/labels/train") kmeans = KMeans(n_clusters=9, random_state=0).fit(boxes) anchors = kmeans.cluster_centers_ print("建议 anchor:", anchors)

逻辑说明：YOLOv5 用 9 个 anchor，分 3 个尺度。重新聚类后把结果按面积排序，填入模型配置。这一步能让小目标的召回率明显提升。

参数说明：n_clusters=9是 YOLOv5 的固定 anchor 数，不要改。聚类前建议对宽高做归一化，避免大框主导聚类结果。

6.2 用 TTA 和模型集成榨出最后几个点

测试时增强（TTA）是推理阶段的小技巧，对交通标志这种形状规整的目标效果不错。YOLOv5 的val.py支持--augment：

python val.py --data data/tsr.yaml --weights best.pt --img 640 --augment

逻辑说明：--augment会对每张图做多尺度、翻转等增强后分别推理，再合并结果。代价是推理时间增加几倍，但 mAP 通常能涨 1-3 个点。

参数说明：TTA 对定位精度提升有限，主要提升召回。如果论文里报告 TTA 结果，要注明推理开销，否则会被质疑实用性。

模型集成是另一个方向：训练几个不同 seed 或不同 backbone 的模型，推理时对框做加权融合。这个工程量大，毕设场景量力而行。

6.3 一个我常用的验证习惯

最后说一个习惯：每次改完数据或超参，不要只看最终的 mAP 数字，一定把验证集的前 20 张图的可视化结果过一遍。数字会骗人，但框画出来骗不了人。我见过太多次 mAP 涨了但实际检测结果变差的案例，原因是评估脚本的某个参数变了，导致数字不可比。

具体做法是：训练完先跑val.py拿数字，再跑detect.py把验证集图片全跑一遍，随机抽 20 张肉眼过。如果框的位置、类别、置信度都合理，再去看数字。如果可视化有问题，数字再高也不可信。

这套流程走下来，从数据集到模型到评估，整条链路就闭环了。值不值得做？如果你在做毕设，这套方案能让你在答辩时对每个环节都有话说；如果你是工程师，它能作为一个可复现的交通标志检测 baseline，后续换数据、换场景都有参照。坑主要在数据格式和评估一致性上，把这两块守住，剩下的就是调参耐心问题。希望帮到你。

本文还有配套的精品资源，点击获取