Towards Real-time Traffic Sign and Traffic Light Detection on Embedded Systems面向嵌入式系统的实时交通标志和交通灯检测摘要摘要-交通标志和交通灯检测的最新工作集中在提高复杂场景下的检测精度，然而许多工作无法提供实时性能，特别是在计算资源有限的情况下。在这项工作中，我们提出了一个简单的基于深度学习的端到端检测框架，有效地解决了交通标志和交通灯检测固有的挑战，如小尺寸、大类别和复杂道路场景。我们使用TensorRT优化检测模型，并与Robot Operating System集成部署在Nvidia Jetson AGX Xavier上作为我们的嵌入式设备。整个系统实现了63帧/秒的高推理速度，证明了系统的实时性。此外，我们还介绍了Cey Ro，这是第一个针对斯里兰卡背景的大规模交通标志和交通灯检测数据集。我们的数据集包括7984张总图像，10176个交通标志和交通灯实例，涵盖了70个交通标志和5个交通灯类。该图像具有1920 × 1080的高分辨率，可捕获不同天气和光照条件下的各种具有挑战性的道路场景。我们的工作
一只胖橘