基于YOLOv8的交通标志检测系统-yolov8

项目描述 基于 YOLOv8 的交通标志检测系统
基于 YOLOv8 的交通标志检测系统，使用 Roboflow 自动驾驶数据集训练，可识别图片中的红绿灯、停车标志和各类限速标志共 15 个类别，并提供命令行推理与 Web 交互界面两种使用方式。

项目功能
支持从零训练模型；用训练好的模型对测试集批量推理并生成标准提交文件 CSV；提供 Gradio Web 界面，支持上传图片或摄像头拍照，实时检测并标注边界框、输出各目标的类别、置信度和归一化坐标；内置覆盖红绿灯、停车、限速等不同类别的示例图。

运行环境
Windows；Python 3.9（conda 环境 python39）；CPU 推理（本机无 AVX 指令集，polars 依赖需用 polars-lts-cpu 兼容版）；模型权重与测试图片随项目提供，Web 服务默认运行于 http://127.0.0.1:7860 。

项目技术
YOLOv8（ultralytics 8.4.138）目标检测框架；PyTorch 2.8（CPU 版）深度学习后端；OpenCV 图像处理与结果绘制；Gradio 4.44 构建 Web 界面；Python 标准库 csv/pathlib 处理数据与提交文件。

15 个识别类别 Green Light、Red Light、Stop，以及 Speed Limit 10/20/30/40/50/60/70/80/90/100/110/120。

以上系统源码经过技术整理与调试，确保能正常运行