从零开始完成Yolov5目标识别(四)封装一个跨设备的YOLOv5检测软件

往期文章
从零开始完成YOLOv5目标识别(三)用PyQt5展示YOLOv5的识别结果​​​​​从零开始完成Yolov5目标识别(二)制作并训练自己的训练集

​​​​​​从零开始完成Yolov5目标识别(一)准备工作

目录

1. 利用auto-py-to-exe进行打包

1.1 安装

1.2 打包

2. 常见错误

3. 效果图:


1. 利用auto-py-to-exe进行打包

1.1 安装

pip安装:

pip install auto-py-to-exe

在Python3X目录下搜索auto-py-to-exe,点击.exe文件。

1.2 打包

从零开始完成Yolov5目标识别(四)封装一个跨设备的YOLOv5检测软件_第1张图片

常规设置:

  •  在脚本位置选择上一篇文章写好的文件main.py,第一次封装建议使用选择单目录和基于控制台的封装方式,控制台方便进行排错,单目录下允许跨设备的用户添加需要的文件夹。
  • 图标如果没有可以先不填。
  • 在添加文件中加入yolov5工程的根目录。
  • 在高级-》捆绑什么,搜索哪里-》hidden import-》+pandas和models.yolo
  • 在高级-》如何生成-》debug-》all
  • 在设置-》输出路径-》选择文件输出的位置

点击将.py封装成.exe开始封装。

2. 常见错误

  • 封装过程中不报错,启动.exe时报错-》根据报错内容找到没有引用的包-》高级-》path-》加入刚刚没有引入的包的位置
  • 封装过程中不报错,启动.exe不报错,点击pyqt界面的功能时崩溃-》

        1.在写好的函数中检查是否所有引用的库都已经调用

        2.检查是否有绝对路径

        3.在根目录下补充相对路径的文件夹

3. 效果图:

从零开始完成Yolov5目标识别(四)封装一个跨设备的YOLOv5检测软件_第2张图片

 

你可能感兴趣的:(Yolov5,深度学习,python)