这是我《计算机视觉与模式识别》课程 “交通标志的定位与识别” 综合实验训练分类器所用数据集，好像网络上纯交通标志分类的数据集只有德国的GTSRB等，没有**的交通标志分类的数据集，我就自己从TT100K中提取做了一个。

TT100K_Cropped 是一个**交通标志分类数据集，专门从 TT100K 数据集中裁剪出目标图像组成。TT100K 数据集由清华大学和腾讯公司合作创建，包含了从 100,000 张腾讯街景全景图中提取的 30,000 个交通标志实例。TT100K_Cropped 通过裁剪这些标志以专注于标志本身，为交通标志检测和分类任务提供了一个更专注的数据集。

.
├── DataSet             从 TT100K 数据集裁剪目标图像得到的数据集
│   ├── test
│   └── train
├── LICENSE
├── README.md
├── code
│   ├── anno_func.py
│   └── example.ipynb   从 TT100K 数据集裁剪目标图像
└── pic
    ├── test_class.png
    ├── train_class.png
    └── u16.jpg

• 数据来源: 从 TT100K 数据集中裁剪得到的目标图像。
• 多样性: 图像涵盖了多种光照和天气条件，具有很高的多样性。
• 类别不平衡: 数据集各类别样本数不平衡，请格外注意。
• 添加负类: 添加从 TT100K 数据集的other文件夹中随机提取的非交通标志区域

本项目基于 MIT 许可证开源，详细信息请参阅 LICENSE 文件。

• TT100K 数据集

• **交通标志牌数据集TT100K中的类别ID及其图标罗列以及含义详细介绍