---
title: yolov4_tt100k
canonical_url: "https://www.modelscope.cn/models/Genius-Society/yolov4_tt100k"
md_url: "https://www.modelscope.cn/models/Genius-Society/yolov4_tt100k.md"
repository: Genius-Society/yolov4_tt100k
chinese_name: "YOLO v4 中国交通标志识别模型"
last_updated: 2026-01-17
license: "MIT License"
pipeline_tag: ocr-detection
tasks:
  - ocr-detection
  - ocr-recognition
  - license-plate-detection
base_model:
  - Genius-Society/yolov4_tt100k
base_model_relation: finetune
library_name:
  - pytorch
frameworks:
  - PyTorch
language:
  - zh
  - en
downloads: 283
stars: 28
---

# yolov4_tt100k

> yolov4_tt100k - Genius-Society 在 ModelScope 开源的模型。YOLO v4 中国交通标志识别模型是一种专为中国复杂交通环境设计的深度学习实时目标检测系统，它在YOLO算法的基础上进行了优化，以适应中国特有的交通标志识别需求。该模型通过高效的特征提取网络和多尺度预测机制，结合注意力机制和改进的空间金字塔池化技术，显著提升了对不同尺寸和角度交通标志的识别精度，即使在光照变化和恶劣天气条件下也能保持高准确率。在CCTSDB…

Genius-Society/yolov4_tt100k 是 ModelScope 魔搭社区上的ocr-detection、ocr-recognition、license-plate-detection模型，采用 MIT License 许可，基于 Genius-Society/yolov4_tt100k 构建。

- **Repository**: Genius-Society/yolov4_tt100k
- **License**: MIT License
- **Tasks**: ocr-detection, ocr-recognition, license-plate-detection
- **Base model**: Genius-Society/yolov4_tt100k
- **Downloads**: 283
- **Stars**: 28
- **Last updated**: 2026-01-17

Source: https://www.modelscope.cn/models/Genius-Society/yolov4_tt100k

---

# 简介
YOLO v4 中国交通标志识别模型是一种专为中国复杂交通环境设计的深度学习实时目标检测系统, 它在 YOLO 算法的基础上进行了优化, 以适应中国特有的交通标志识别需求。该模型通过高效的特征提取网络和多尺度预测机制, 结合注意力机制和改进的空间金字塔池化技术, 显著提升了对不同尺寸和角度交通标志的识别精度, 即使在光照变化和恶劣天气条件下也能保持高准确率。在 CCTSDB 2021 数据集上的测试显示, 模型达到了 96.62% 的检测准确率和 79.73% 的召回率, F-1 分数为 87.37%, mAP 高达 92.77%, 同时保持约 81 帧每秒的高帧率, 满足了智能车辆实时性的需求。该模型广泛应用于智能交通系统、自动驾驶车辆环境感知、城市监控和工业自动化等领域, 为提升道路安全和交通效率提供了技术支撑。

## 快速使用
:modelscope-code[]{type="sdk"}

## 维护
:modelscope-code[]{type="git"}

## 致谢
 - [YOLOv4目标检测实战：中国交通标志识别](https://www.bilibili.com/video/BV1Vi4y1x7W6)
 - [Window版YOLOv4目标检测实战：中国交通标志识别](https://www.bilibili.com/video/BV1Z5411p7p6)

<div style="display: none;">