Qt实现YOLO目标检测及其界面制作

1、环境的搭建

本文带你详细了解如何采用Qt搭建深度学习环境，如何制作界面，便于后期的部署与检测。

1.1 深度学习模型的准备

本文使用的深度学习模型为YOLO系列的轻量级检测模型，模型环境：
pytorch1.7.1、python3.6+、ncnn、opencv3+。方便的话，可以直接采用作者已经训练好的模型。

1.2 Qt creator的环境搭建

有了深度学习模型后，在Qt环境中，需要搭建以下环境，
博主采用的是MinGW64位的编译器，需要采用该编译器编译ncnn、opencv库，这样Qt才能使用这些第三方库。

2、界面的制作

博主创建3个显示区域，其作用分别是a视频显示，b拍摄照片显示，c图像显示；4个功能按钮，其作用分别是：1)视频检测，2)拍摄图片，3)关闭视频，4)图像检测。
完整界面如图：

图片检测：

3、程序打包使用

在Windows10下进行界面的使用，需要将程序进行打包使用，将库文件与应用程序都安装在同一目录下，具体参考：
https://blog.csdn.net/weixin_44753371/article/details/122583294

双击.exe即可使用Yolo模型检测应用。
exe下载链接：https://download.csdn.net/download/weixin_44753371/85289096
项目代码下载：
https://github.com/fc-123/Qt-YoloFastestV2