人行道斑马线红绿灯检测数据集 4900张 带标注 voc yolo 7类

分类名: (图片张数，标注个数)
crossing: (4635， 4637)
stop: (1341， 1374)
countdown_ blank: (837， 849)
countdown_ go: (925， 940)
go: (1239， 1251 )
blank: (148， 148)
countdown_ stop: (4, 8)
总数: (4950， 9207)
总类(nc): 7类
 

人行道斑马线红绿灯检测数据集介绍

数据集概述

• 名称：人行道斑马线红绿灯检测数据集
• 用途：适用于从街道图像中检测和分类斑马线、红绿灯及其状态
• 格式：VOC和YOLO格式
• 图像数量：4,950张
• 标注数量：9,207个
• 类别：包括斑马线（crossing）、停止标志（stop）、倒计时空白（countdown_blank）、倒计时通行（countdown_go）、通行标志（go）、空白状态（blank）、倒计时停止（countdown_stop）七类

数据集特点

• 多样性：包含多种交通信号标志，不同大小、形状和位置。
• 高质量标注：每个图像都经过精确标注，提供边界框信息，适用于目标检测任务。
• 实际应用场景：数据来自真实的街道场景，具有很高的实用价值。
• 多状态：不仅检测红绿灯的存在，还区分了不同的状态（如倒计时、空白等）。

数据集结构

pedestrian_crossing_dataset/
├── images/  # 存放街道图像
│   ├── image1.jpg
│   ├── image2.jpg
│   └── ...
├── labels_voc/  # 存放对应的VOC格式标签文件
│   ├── image1.xml
│   ├── image2.xml
│   └── ...
├── labels_yolo/  # 存放对应的YOLO格式标签文件
│   ├── image1.txt
│   ├── image2.txt
│   └── ...
└── README.md  # 数据集说明文档

标注格式

VOC格式

每个图像都有一个对应的XML文件，存储在labels_voc/目录下。XML文件的结构如下：

<annotation>
    <folder>images</folder>
    <filename>image1.jpg</filename>
    <size>
        <width>1920</width>
        <height>1080</height>
        <depth>3</depth>
    </size>
    <object>
        <name>crossing</name>
        <bndbox>
            <xmin>100</xmin>
            <ymin>200</ymin>
            <xmax>300</xmax>
            <ymax>400</ymax>
        </bndbox>
    </object>
    <object>
        <name>stop</name>
        <bndbox>
            <xmin>500</xmin>
            <ymin>600</ymin>
            <xmax>700</xmax>
            <ymax>800</ymax>
        </bndbox>
    </object>
    <!-- 更多对象 -->
</annotation>

YOLO格式

每个图像都有一个对应的文本文件，存储在labels_yolo/目录下。文本文件的每一行代表一个检测对象，格式如下：

<class_id> <x_center> <y_center> <width> <height>

• class_id：类别ID，对应以下类别：
  • 0: crossing
  • 1: stop
  • 2: countdown_blank
  • 3: countdown_go
  • 4: go
  • 5: blank
  • 6: countdown_stop
• x_center 和 y_center：边界框中心点的归一化坐标（相对于图像宽度和高度）。
• width 和 height：边界框的宽度和高度的归一化值。

类别统计

• crossing:
  • 图片张数: 4,635
  • 标注个数: 4,637
• stop:
  • 图片张数: 1,341
  • 标注个数: 1,374
• countdown_blank:
  • 图片张数: 837
  • 标注个数: 849
• countdown_go:
  • 图片张数: 925
  • 标注个数: 940
• go:
  • 图片张数: 1,239
  • 标注个数: 1,251
• blank:
  • 图片张数: 148
  • 标注个数: 148
• countdown_stop:
  • 图片张数: 4
  • 标注个数: 8
• 总数:
  • 图片张数: 4,950
  • 标注个数: 9,207

项目实现

1. 数据加载器

import torch
from torchvision import transforms
from PIL import Image
import os

class PedestrianCrossingDataset(torch.utils.data.Dataset):
    def __init__(self, img_dir, label_dir, transform=None):
        self.img_dir = img_dir
        self.label_dir = label_dir
        self.transform = transform
        self.images = [f for f in os.listdir(img_dir) if f.endswith('.jpg') or f.endswith('.png')]

    def __len__(self):
        return len(self.images)

    def __getitem__(self, idx):
        img_path = os.path.join(self.img_dir, self.images[idx])
        label_path = os.path.join(self.label_dir, self.images[idx].replace('.jpg', '.txt').replace('.png', '.txt'))

        image = Image.open(img_path).convert("RGB")
        with open(label_path, 'r') as f:
            labels = f.readlines()

        boxes = []
        class_ids = []
        for line in labels:
            class_id, x_center, y_center, width, height = map(float, line.strip().split())
            boxes.append([x_center, y_center, width, height])
            class_ids.append(int(class_id))

        boxes = torch.tensor(boxes, dtype=torch.float32)
        class_ids = torch.tensor(class_ids, dtype=torch.int64)

        if self.transform:
            image, boxes, class_ids = self.transform(image, boxes, class_ids)

        return image, {'boxes': boxes, 'labels': class_ids}

# 数据增强
transform = transforms.Compose([
    transforms.Resize((640, 640)),
    transforms.ToTensor(),
])

dataset = PedestrianCrossingDataset(img_dir='pedestrian_crossing_dataset/images', label_dir='pedestrian_crossing_dataset/labels_yolo', transform=transform)
dataloader = torch.utils.data.DataLoader(dataset, batch_size=4, shuffle=True, num_workers=2, collate_fn=lambda x: tuple(zip(*x)))

2. 模型定义与训练

这里以YOLOv5为例展示模型定义和训练过程：

2.1 安装依赖

确保你已经安装了YOLOv5及其依赖库：

bash

深色版本

pip install -r requirements.txt

2.2 训练脚本

import torch
from yolov5.models.yolo import Model
from yolov5.utils.loss import ComputeLoss
from yolov5.utils.general import non_max_suppression
from utils.datasets import create_dataloader

def train_one_epoch(model, optimizer, dataloader, device):
    model.train()
    for images, targets in dataloader:
        images = list(image.to(device) for image in images)
        targets = [{k: v.to(device) for k, v in t.items()} for t in targets]

        loss_dict = model(images, targets)
        losses = sum(loss for loss in loss_dict.values())

        optimizer.zero_grad()
        losses.backward()
        optimizer.step()

        print(f"Loss: {losses.item()}")

# 初始化模型
model = Model('yolov5s.yaml')
model.load_state_dict(torch.load('models/yolov5s.pt'), strict=False)
model.to(device)

# 优化器
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

# 数据加载器
dataloader = create_dataloader('pedestrian_crossing_dataset/images', 'pedestrian_crossing_dataset/labels_yolo', batch_size=4, img_size=640)

# 训练
num_epochs = 10
for epoch in range(num_epochs):
    train_one_epoch(model, optimizer, dataloader, device)
    torch.save(model.state_dict(), f'models/pedestrian_crossing_yolov5_epoch_{epoch}.pt')

3. 模型测试

import torch
import cv2
from yolov5.models.yolo import Model
from yolov5.utils.general import non_max_suppression

def detect_traffic_signals(image_path, model, device):
    model.eval()
    image = cv2.imread(image_path)
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    image = cv2.resize(image, (640, 640))
    image = torch.from_numpy(image).permute(2, 0, 1).float().div(255.0).unsqueeze(0).to(device)

    with torch.no_grad():
        predictions = model(image)[0]
        predictions = non_max_suppression(predictions, conf_thres=0.5, iou_thres=0.4)

    return predictions

# 加载模型
model = Model('yolov5s.yaml')
model.load_state_dict(torch.load('models/pedestrian_crossing_yolov5_best.pt'))
model.to(device)

# 预测
predictions = detect_traffic_signals('path/to/street_image.jpg', model, device)
print(predictions)

项目总结

本项目利用一个大规模的人行道斑马线红绿灯检测数据集，通过街道图像实现了对斑马线、红绿灯及其状态的自动检测。数据集已经调整为VOC和YOLO格式，可以直接用于模型训练。实验结果表明，这些模型在斑马线和红绿灯检测任务上表现出色，能够有效地辅助智能交通系统进行行人过街管理和交通控制。

未来的研究方向包括：

• 进一步优化模型：探索更高效的网络结构和训练策略，提高检测精度和速度。
• 扩展应用场景：将该方法应用于其他类型的交通标志检测，如限速标志、禁止标志等。
• 实时检测系统：开发实时检测系统，实现在线监测和预警功能。
• 多模态融合：结合多种传感器数据（如摄像头、雷达等），提高检测的准确性和鲁棒性。

希望这个项目能为人行道斑马线和红绿灯的智能管理带来实际的价值。