任務2.6基于智能攝像頭實現ASL功能（自動限速調節）-學生工作頁智能網聯汽車傳感器應用技術姓名班級學號實訓室小組時間一、基礎知識認識工單利用視覺傳感器進行交通標志識別的流程：原始圖像采集→→圖像分割檢測→→交通標志識別交通標志識別的方法：基于顏色信息的交通標志識別、、基于顯著性的交通標志識別、________________________自動限速識別（ASL）開發任務流程：________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________自動限速識別（ASL）開發實訓步驟：________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________二、自動限速識別（ASL）功能的開發活動實施工單1、自動限速識別（ASL）開發前準備工作步驟操作根據實際情況在“”上填上正確答案1認識精靈標注助手精靈標注助手目前支持平臺2認識目標檢測軟件（YOLO）YOLOv5是在中實現的。2、自動限速識別（ASL）功能的開發步驟操作根據實際情況在“”上填上正確答案1下載并部署YOLO項目從github上下載下來YOLOv5，命名為yolov5，并放在yolo5_project根目錄下。其中images存放的是，Annotations存放的是，labels存放的是，ImageSets存放的是____________________________。2標注前的準備工作準備好需要標注的原始圖片數據集，放到文件夾中，找到精靈標記助手，鼠標右鍵單擊運行。3數據標注（1）新建標注項目；（2）填寫分類值用于標注：_________________________________________________該分類值應根據填寫;（3）選擇圖片路徑：_______________；（4）單擊，進入標注界面；（5）單擊矩形框，找到限速標志后，單擊鼠標左鍵并拖動框選出限速標志，松手后出現紅色矩形框；（6）單擊自定義輸入框，選擇我們預先填好的標注信息_____________；（7）標注完畢后單擊下方藍色打勾按鈕，保存標注信息；（8）單擊后一個，標注下一張圖片并保存；（9）所有圖片標注保存后導出.xml文件；（10）選擇導出路徑，導出后的data/Annotations文件夾下會自動生成一個outputs文件夾，用于存儲標注完成的數據。我們需要將outputs文件夾下的數據剪切到Annotations文件夾的根目錄下，才能被讀取到；（11）確認導出后，關閉標注軟件。4構建數據集在yolov5的根目錄下新建一個文件makeTxt.py和文件voc_label.py，分別運行makeTxt.py和voc_label.py。（1）在yolov5文件夾下，空白處右鍵打開一個終端窗口；（2）輸入命令，然后回車，進入已經配置好的yolov環境（3）輸入命令_運行makeTxt.py文件，生成標注信息對應的文件目錄，trainval.txttest.txttrain.txtvol.txt四個文件（4）輸入命令____________________________________運行voc_label.py文件，生成.txt文件5文件修改（1）數據集方面的yaml文件修改在data目錄下，復制一份coco.yaml文件并將其重命名，放在data目錄下，并對sign.yaml中的參數進行配置。train，val，test：，nc：__________________________________________names：_______________________________________（2）網絡參數方面的yaml文件修改在yolov5_project/models目錄下的yolov5s.yaml文件修改6準備訓練腳本文件將參數配置函數改為前面修改的yaml文件名稱。若運行訓練腳本報錯，修改—batch-size參數的值default=47開始模型訓練輸入命令_________________________________________運行文件，以默認參數進行訓練。在YOLOV5中常用參數的參數有：____________________________