项目演示视频

是否包含论文文档

是

详细描述

基于Python+Flask+深度学习的交通标志识别系统(附论文),进入二十一世纪之后，网络发展越来越迅速，人们的很多生活与消费习惯都随之发生了改变。在图像识别或深度学习算法不发达的年代，人们是无法通过电脑进行交通标志或者路况和天气的识别的，人们通常是要去各地区的主要道路或者在不同的天气下进行拍照，通过人工的方式进行内容的识别。但这种形式费事费力，因为往往一条道路是有很多交通标志的，比如禁止停车、限速标志或禁止掉头等，每一个城市的工作人员的数量肯定是有限的，所以如果想完成所有交通标志的识别需要很长的周期，并且对工作人员来说强度和难度也非常的大。还有一个原因，不同天气下的路况是不一样的，天气往往是变幻莫测的，所以无法保证工作人员可以在不同的天气下进行素材的手机，不过随着许多传统的行业逐渐与互联网接轨，各种算法及识别技术越来越发达，交通标志等图像的识别也逐渐被网络化的识别系统所替代了。在计算机刚开始发展的时候就出现了许多的图像保存或图像分类系统，但是因为技术的限制导致系统并不完美，有很多不符合使用者使用习惯的瑕疵，也有很多的功能缺陷。随着计算机编程语言的不断发展和移动设备的出现，交通标志等图像识别服务逐渐朝着更专业、更精准、更效率的方向发展。

技术描述

开发工具： Pycharm
数据库： MySQL
后端框架： Python+Flask+MySQL

项目截图描述

部分截图