汽车智能传感器技术与应用（附微课视频） 项目二任务5：基于智能摄像头实现ASL功能（自动限速调节）（学生工作页）

任务2.6基于智能摄像头实现ASL功能（自动限速调节）-学生工作页智能网联汽车传感器应用技术姓名班级学号实训室小组时间一、基础知识认识工单利用视觉传感器进行交通标志识别的流程：原始图像采集→→图像分割检测→→交通标志识别交通标志识别的方法：基于颜色信息的交通标志识别、、基于显著性的交通标志识别、________________________自动限速识别（ASL）开发任务流程：________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________自动限速识别（ASL）开发实训步骤：________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________二、自动限速识别（ASL）功能的开发活动实施工单1、自动限速识别（ASL）开发前准备工作步骤操作根据实际情况在“”上填上正确答案1认识精灵标注助手精灵标注助手目前支持平台2认识目标检测软件（YOLO）YOLOv5是在中实现的。2、自动限速识别（ASL）功能的开发步骤操作根据实际情况在“”上填上正确答案1下载并部署YOLO项目从github上下载下来YOLOv5，命名为yolov5，并放在yolo5_project根目录下。其中images存放的是，Annotations存放的是，labels存放的是，ImageSets存放的是____________________________。2标注前的准备工作准备好需要标注的原始图片数据集，放到文件夹中，找到精灵标记助手，鼠标右键单击运行。3数据标注（1）新建标注项目；（2）填写分类值用于标注：_________________________________________________该分类值应根据填写;（3）选择图片路径：_______________；（4）单击，进入标注界面；（5）单击矩形框，找到限速标志后，单击鼠标左键并拖动框选出限速标志，松手后出现红色矩形框；（6）单击自定义输入框，选择我们预先填好的标注信息_____________；（7）标注完毕后单击下方蓝色打勾按钮，保存标注信息；（8）单击后一个，标注下一张图片并保存；（9）所有图片标注保存后导出.xml文件；（10）选择导出路径，导出后的data/Annotations文件夹下会自动生成一个outputs文件夹，用于存储标注完成的数据。我们需要将outputs文件夹下的数据剪切到Annotations文件夹的根目录下，才能被读取到；（11）确认导出后，关闭标注软件。4构建数据集在yolov5的根目录下新建一个文件makeTxt.py和文件voc_label.py，分别运行makeTxt.py和voc_label.py。（1）在yolov5文件夹下，空白处右键打开一个终端窗口；（2）输入命令，然后回车，进入已经配置好的yolov环境（3）输入命令_运行makeTxt.py文件，生成标注信息对应的文件目录，trainval.txttest.txttrain.txtvol.txt四个文件（4）输入命令____________________________________运行voc_label.py文件，生成.txt文件5文件修改（1）数据集方面的yaml文件修改在data目录下，复制一份coco.yaml文件并将其重命名，放在data目录下，并对sign.yaml中的参数进行配置。train，val，test：，nc：__________________________________________names：_______________________________________（2）网络参数方面的yaml文件修改在yolov5_project/models目录下的yolov5s.yaml文件修改6准备训练脚本文件将参数配置函数改为前面修改的yaml文件名称。若运行训练脚本报错，修改—batch-size参数的值default=47开始模型训练输入命令_________________________________________运行文件，以默认参数进行训练。在YOLOV5中常用参数的参数有：____________________________