1复杂环境下中国交通标志数据集构建
在交通标志检测与识别的研究中，研究者大多使用美国交通标志的数据集 ( LISA )[5]、德国交通标志的数据集(其中包括了检测的数据集 GTSDB 和识别的数据集 GTSRB [6]、比利时交通标志的数据集 BTSRB )[7]等算法进行性能的测试。但以上数据集样本大多是在光照条件良好的情况下采集的，国内还没有研究者构建和公布丰富全面用于识别中国的交通标志的复杂环境下中国交通标志数据集. 而本文对于YOLOv3在复杂环境下的交通标志检测必须具备复杂环境下的中国交通标志数据集。
本文使用的数据集场景包含自然场景下不同的天气状况，例如图2中大雾、大雨天、阴天等天气状况下拍摄的图片。数据集的上述特点让我们的训练能够考虑到复杂环境下的多种恶劣情况，更为接近真实环境下道路行驶过程中交通标志目标的检测与分类识别。
