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:
界面


图片检测:
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
在这里插入图片描述
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

你可能感兴趣的:(QT,qt5,目标检测界面)