交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题，改进的优化算法不断地被提出。国内外许多学者针对现有的目标检测方法中网络结构、目标定位、损失函数和 体系结构方面的不足，结合交通标志显著特征，提出了适用于交通标志检测的改进方法。同 时，随着深度学习的不断发展，相比传统的机器学习算法，深度学习自动提取目标特征、简化特征工程难度的优势也越来越被人们重视并使用。

本期我们以CCTSDB数据集为例，用YOLOV5算法做交通标志识别。中国交通标志检测数据集(CCTSDB，Chinese Traffic Sign Detection Benchmark)由长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。 目前的标注数据只有三大类：指示标志、禁止标志、警告标志。

最后集成的图形化界面如下