項目結構圖

下載好項目壓縮包后解壓，得到以上的文件，首先將畫紅圈的文件刪除（如果有）

安裝軟件

安裝Anaconda

安裝Pycharm

安裝格式工廠

在上圖中這個位置輸入cmd回車，即可打開命令終端。用這樣的方式打開命令終端可以確保輸入命令的位置就是當前文件夾所在的位置:

如果不放心，可以輸入dir驗證一下:

接下來我們開始虛擬環境的創建虛擬環境，并且安裝本項目中python用到的第三方庫

創建虛擬環境

conda create -n tranfficSignRec python=3.8

激活虛擬環境

activate tranfficSignRec

國內常用鏡像源地址

清華：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：https://mirrors.aliyun.com/pypi/simple/

中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/

華中理工大學：http://pypi.hustunique.com/

山東理工大學：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/simple/

安裝項目所需的包

安裝格式如下（==版本號可以省略）

pip install XXX==版本號 -i 鏡像源地址

方案一

分別執行以下命令：

pip install tensorflow-cpu==2.5.0 pip install pandas==1.4.1 pip install matplotlib==3.5.1 pip install scikit-image==0.19.2 pip install playsound ==1.3.0 # 如果報錯嘗試加上在版本號后面加上( --user)或者(-i 鏡像源地址)比如： # pip install tensorflow-cpu==2.5.0 --user # pip install tensorflow-cpu==2.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple # pip install tensorflow-cpu==2.5.0 -i --user https://pypi.tuna.tsinghua.edu.cn/simple # 如果還是報錯可以選擇相近的版本，比如： # pip install tensorflow-cpu==2.4.0

方案二

一步到位直接安裝requirements.txt中所有的依賴包，確保requirements.txt文件在當前文件夾，如果不在當前文件夾就需要加上requirements.txt的路徑。

pip install -r requirements.txt

用pycharm打開項目

打開pycharm后鼠標在左上角找到File點擊Open

選擇項目所在路徑，選擇項目對應的文件夾點擊打開。注意圖片中文件夾下面的黑點表示之前打開過這個項目，相當于一個小標記，方便我們尋找自己的項目文件。

選擇python解釋器（也就是我們創建的虛擬環境）

運行代碼

整個神經網絡訓練的過程大概需要“30分鐘–3個小時“，具體取決于你的電腦的性能。

預測部分的代碼

在此之前簡單科普一下Python中的正斜杠與反斜杠:
首先，"/“左傾斜是正斜杠,”"右傾斜是反斜杠,可以記為：除號是正斜杠一般來說對于目錄分隔符，Linux和Web用正斜杠/，Windows用反斜杠。

比如我們要用python讀取windows電腦中的一張圖片它的路徑為C:\Users\47382\Desktop\tranfficSignRec\prediction\pre.jpg

直接用path = “C:\Users\47382\Desktop\tranfficSignRec\prediction\pre.jpg"是會報錯的。
因為python代碼默認會對”\t"、"\r"等進行轉義，正確方式如下：

# 1.可以再加一個反斜杠"\"進行反轉義, path = "C:\\Users\\47382\\Desktop\\tranfficSignRec\\prediction\\pre.jpg" # 2.或是在最前面加上一個"r"取消轉義。 path = r"C:\Users\47382\Desktop\tranfficSignRec\prediction\pre.jpg" # 3.直接用正斜杠"/"拼接路徑(同時適用Linux和Windows的python環境) path = r"C:/Users/47382/Desktop/tranfficSignRec/prediction/pre.jpg"

用訓練好的神經網絡識別交通標志

關于語音提示功能

本項目額外的一個功能是識別出交通標志的同時給出語音提示。打開文件voice_library這個文件夾里面有對應（0-42）一共43個標志的語音提示。

上圖這（0-42）一共43個標志的語音提示，對應的就是下圖的順序。這個交通標志的語音提示，需要我們自己錄一下（可以根據自己的喜好弄得有個性一點哦*-*），但是注意語音包的命名和格式需要跟上面保持一致。命名是0-42，格式是wav格式。可以下載一個叫“格式工廠”的軟件轉化一下，很簡單弄的。
然后還需要安裝一個python的語音模塊的第三方庫:

# 安裝之前同樣需要先進入我們創建的虛擬環境 pip install playsound ==1.3.0

如下圖所示，我們用的數據集德國的交通標志的數據集，所以你得先知道各個交通標志的含義，自己百度一下。

預測我們選擇的一張交通標志

找一張交通標志圖像(格式最好是jpg)將它放在prediction這個目錄下面.

復制這個圖片的路徑：
右擊選擇copy path選項，可以選擇圖片的絕對路徑：
我這里是：C:\Users\47382\Desktop\tranfficSignRec\prediction\pre.jpg

用這中方法將代碼predict.py里的路徑換成自己實際的路徑。然后運行就可以實現交通標志的識別和語音提示了。

點擊運行

總結

以上是生活随笔為你收集整理的交通标志识别项目教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。