Analýza a validace vizuálního stavu dopravního značení

Abstract

Tato bakalářská práce se zabývá návrhem a implementací dvoustupňového systému pro detekci svislého dopravního značení a hodnocení jeho vizuálního stavu. V prvním stupni je využit detektor YOLO11l doladěný na datasetu GTSDB rozšířeném o synteticky generovaná data českých dopravních značek, pokrývající celkem 57 tříd. Ve druhém stupni je detekovaný výřez značky vyhodnocen z hlediska vizuálního stavu ve třech kategoriích: dobrý, vybledlý a degradovaný. Pro hodnocení stavu byly implementovány a porovnány tři přístupy: etalónový založený na porovnání s referenčním obrazem, klasifikační využívající síť EfficientNet-B0 a hybridní kombinující oba předchozí. Detektor dosáhl na validační sadě hodnoty mAP50 0,978, klasifikátor stavu celkové přesnosti 98,2 %. Systém byl ověřen na reálných videozáznamech z palubní kamery a dosahuje zpracování přibližně 20 snímků za sekundu.

This bachelor thesis deals with the design and implementation of a two-stage system for vertical traffic sign detection and visual condition assessment. The first stage employs a YOLO11l detector fine-tuned on the GTSDB dataset augmented with synthetically generated Czech traffic sign data, covering a total of 57 classes. In the second stage, the detected sign crop is evaluated in terms of visual condition across three categories: good, faded, and degraded. Three approaches to condition assessment were implemented and compared: a reference-based approach using comparison with a template image, a classification approach using an EfficientNet-B0 network, and a hybrid approach combining both. The detector achieved a mAP50 of 0.978 on the validation set, while the condition classifier reached an overall accuracy of 98.2 %. The system was verified on real dashcam recordings and processes approximately 20 frames per second.