Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)

界面采用PyQt 检测使用了YoloV4的模型

话不多说先康康效果

Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)_第1张图片

 Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)_第2张图片

Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)_第3张图片

使用

 白色的按钮是用来控制检测的开关的,检测到信息会在label控件上显示。

注意事项 

检测过程中结束检测是不可以点的,点了会闪退掉,你也可以给里边代码加一个检测时关闭控件的代码,然后就是摄像检测点很多次的话,label显示图像只会显示第一帧图像点结束检测再打开摄像就可以了。

代码部分

        采用了Opencv的dnn.read模块你甚至不用安装Yolo的环境就能运行这个代码

net = cv2.dnn.readNet("DetectModel/yolov4-tiny.weights", "DetectModel/yolov4-tiny.cfg")

采用yolov4的参数,当然你如果想要用yolov5的也是没问题的

img, List = Detect.Detcetion(None, img)

只需要在这里更改你的yolov5的路径就好了

代码整体介绍

Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)_第4张图片

  •  Main.py主程序入口
  • Detect.py推理图像
  • Model存放模型参数 class文件中是能推理的对象
  • IMG就一张检测滑动控件的图片

代码整体思想

        采用多线程的思想控制实现

代码的部分瑕疵

        只写了人和手机两个标签, 其他部分种类虽然能检测到但是无法显示

        解决办法Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)_第5张图片

 复制这个代码把id改成你要检测的对象,id对应昵称开源在Model这个文件夹里边找到txt文件第一行是第0个id如此往下推

代码资源已发布在博客资源栏了0积分就可以下载

你可能感兴趣的:(Qt+Opencv,qt,深度学习,opencv,qt5,计算机视觉)