基于 YOLO11 的多语种交通标志与信号灯识别系统

基于 YOLO11 的多语种交通标志与信号灯识别系统

出海驾驶最头疼的不是开车，而是"路边那块阿拉伯文/英文标志到底什么意思"。

一、背景

1.1 行业痛点

随着出海驾驶、跨境物流、海外路况巡检、ADAS 出海产品越来越普遍，多语种交通标识感知成为绕不开的一道坎：

• 中东地区大量阿拉伯文限速 / 停车让行标识，国内训练的模型直接迁移过去基本"睁眼瞎"；
• 欧美干线常见英文限速、警示、停车让行；
• 出海产品如果只能识别中文标识，到了海外用户那里立刻失灵；
• 多数公开数据集类别粗、语种单一（要么纯中文，要么纯英文），无法满足跨国干线感知。

本项目针对这一痛点，构建了一套覆盖 34 类多语种交通要素 的 检测系统 ，包含：通用警示与通行标识 8 类、英文/阿拉伯文双语限速标识 20 类、停车让行 + 红绿黄交通信号灯 6 类。基于 YOLO11n + Streamlit，可作为车载前视相机、路侧抓拍、高精 地图 采集车的前置感知模块。

视频演示与源码 下载

https://www.bilibili.com/video/BV1hSHv6GEMQ/

包含： 📦完整项目源码 📦 预训练 模型权重

🗂️ 数据集

1.2 项目运行效果

1.3 项目介绍

核心创新点：

类别明细（共 34 类）：

通用管控（8 类）：危险警示标志、禁止驶入、禁止停车、禁止停靠、
                禁止掉头、允许停车、行人通行标志、环岛标志
英文限速（10 类）：英文限速 5/15/20/30/40/50/60/70/80/90/100/120
阿拉伯语限速（8 类）：阿拉伯语限速 30/50/60/70/80/90/100/120
停车让行（2 类）：英文停车让行、阿拉伯语停车让行
信号灯（3 类）：红灯、黄灯、绿灯
其它（1 类）：允许掉头

技术栈：

二、设计框架

┌────────────────────────────────────────────┐
│ 浏览器 / 车载 HMI                          │
│ 单图 / 批量 / 视频 / 摄像头实时流           │
└─────────────┬──────────────────────────────┘
              ▼ HTTP（默认 8501）
┌────────────────────────────────────────────┐
│ Streamlit 应用 app/streamlit_app.py         │
│ ├─ infer_image_path() 单帧推理              │
│ ├─ run_batch_image_inference() 批量推理     │
│ └─ render_batch_analysis() 类别 / 置信度图表 │
└─────────────┬──────────────────────────────┘
              ▼ ultralytics.YOLO
┌────────────────────────────────────────────┐
│ YOLO11n 推理引擎                            │
│ model/best.pt（34 类多语种交通要素）         │
└────────────────────────────────────────────┘

YOLO11 网络结构（一图速通）：

 输入 640×640
     │
 ┌───▼───── Backbone（C3k2 + SPPF） ─────┐
 │   多尺度特征 P3 / P4 / P5             │
 └───┬─────────────────────────────────┘
     │
 ┌───▼───── Neck（FPN + PAN） ──────────┐
 │   小目标（远处的标志牌）特征上采样融合 │
 └───┬─────────────────────────────────┘
     │
 ┌───▼─── Head（Decoupled + DFL） ──────┐
 │   34 类分类 + 边框 DFL 回归          │
 └───┬─────────────────────────────────┘
     │
   输出：N×(x1,y1,x2,y2,conf,class_id)

YOLO11 的 C3k2 模块在保持精度的同时显著降低参数量，特别适合类别多 + 类别间形似（限速 50 vs 限速 60 仅数字差异）的细粒度场景；DFL 回归则保证了远距离小标志的边界框依然贴合。

检测流程：

 摄像头/上传图  ──▶ letterbox 640  ──▶ YOLO11n 推理
                                          │
                                          ▼
                                conf ≥ 0.25  + NMS（IoU 0.7）
                                          │
                                          ▼
                                 result.plot() 画框
                                          │
                                          ▼
                            类别 → 中文显示名映射 → 报表 + 图表

三、代码结构（核心 50 行）

# app/streamlit_app.py（节选）
from pathlib import Path
import streamlit as st, pandas as pd, yaml
from ultralytics import YOLO

ROOT       = Path(__file__).parent.parent
MODEL_PATH = ROOT / "model" / "best.pt"
CFG        = yaml.safe_load(open(ROOT / "configs" / "project.yaml", encoding="utf-8"))
DISPLAY_NAMES = CFG.get("app", {
   }).get("class_display_names", {
   }) or {
   }

@st.cache_resource(show_spinner=False)
def load_model(p: str) -> YOLO:
    return YOLO(p)                                       # ① 缓存权重

def apply_display(name: str) -> str:
    return DISPLAY_NAMES.get(name, name)                 # ② 类别中英对照

def infer_image_path(model: YOLO, image_path: Path, conf: float):
    result = model.predict(str(image_path), conf=conf, verbose=False)[0]   # ③ 推理
    annotated = result.plot()                            # ④ 画框
    rows = []
    if result.boxes is not None:
        for box in result.boxes:
            cls_id = int(box.cls.item())
            x1, y1, x2, y2 = [float(v) for v in box.xyxy[0].tolist()]
            rows.append({
   
                "class_name": result.names[cls_id],
                "confidence": round(float(box.conf.item()), 4),
                "x1": round(x1, 1), "y1": round(y1, 1),
                "x2": round(x2, 1), "y2": round(y2, 1),
            })
    return annotated[:, :, ::-1], pd.DataFrame(rows)     # ⑤ BGR→RGB + 结构化结果

# ---------- Streamlit 入口 ----------
st.set_page_config(page_title=CFG["app"]["title"], layout="wide")
conf  = st.sidebar.slider("置信度阈值", 0.1, 0.9, 0.25, 0.05)
model = load_model(str(MODEL_PATH))

if st.radio("输入类型", ["单张图片", "批量图片", "视频", "摄像头"], horizontal=True) == "单张图片":
    up = st.file_uploader("上传待检测图片", type=["jpg", "jpeg", "png", "webp", "bmp"])
    if up is not None:
        annotated, df = infer_image_path(model, Path(up.name), conf)
        st.image(annotated, caption="检测结果")
        df["display_name"] = df["class_name"].map(apply_display)
        st.dataframe(df)

5 段解析：

1. @st.cache_resource —— YOLO 权重只加载一次，避免每次刷新都冷启动 1~2 秒。
2. apply_display() —— 把权重内置类名（中文）和兼容映射统一成 UI 友好的显示名，多语种场景特别需要。
3. model.predict(...)[0] —— ultralytics 的"一行调用"，自动完成 letterbox、归一化、推理、NMS。
4. result.plot() —— 直接拿到带框/类别/置信度的渲染图，BGR 排列。
5. 把每个 box 拆成结构化记录扔进 DataFrame，给下游"类别分布柱状图""平均置信度卡片"等图表统一消费。

四、训练效果

模型基于 yolo11n.pt 在 5000 张真实道路图像上训练 200 个 epoch，imgsz=640、batch=16，覆盖中、英、阿拉伯文三种语种、34 类 目标。

模型在测试集上检测效果良好，可稳定识别通用警示/通行标志、英文与阿拉伯文双语限速标识、红黄绿交通信号灯等 34 类多语种交通要素，已能满足跨国干线、海外驾驶、多语种路况巡检等场景的初筛与感知使用需要。

五、项目总结

做对了什么：

• 数据维度走差异化：直接补齐了"阿拉伯语限速"这一类公开数据集稀缺的赛道，而不是再卷一个中文数据集。
• 类别细粒度 + 单语种独立：英文限速 60、阿拉伯语限速 60 各算一类，识别完直接能拿到限速数值 + 语种，对下游 ADAS 决策非常友好。
• 工程化模板：Streamlit + 配置驱动 UI，把"训练 → 测试 → 演示"一条龙打通，业务方扫码就能体验。

还能怎么做：

1. 接 OCR：对识别到的限速标识 ROI 再做一次 OCR，把"英文限速 60"细化到任意数字，避免类别爆炸；
2. 时序融合：连续 N 帧投票输出当前限速，降低单帧抖动；
3. 多任务联合：标志检测 + 信号灯状态 + 车道线分割共享 Backbone，节省车载算力；
4. 数据扩充：法语 / 西语 / 俄语限速标识，把多语种从 3 种再扩到 6+。

一句话总结： 用 YOLO11n 把"中 / 英 / 阿"三种语种的 34 类交通要素塞进一个权重，只占 5MB 多，是出海 ADAS 与跨国巡检很轻量也很实用的一块拼图。