Pyside 第8页

this application failed to start because no qt platform plugin could be initialized reinstalling the

如果你使用的是conda或pip安装的Python，可以尝试重新安装PyQt或PySide。

TTritium·2023-07-19 02:06

基于深度学习的高精度猴子检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度猴子检测识别系统可用于日常生活中或野外来检测与定位猴子目标，利用深度学习算法可实现图片、视频、摄像头等方式的猴子目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括猴子训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-07-18 10:20

基于深度学习的高精度农作物机器与行人目标检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度农作物机器与行人目标检测系统可用于日常生活中或野外来检测与定位农作物机器与行人目标，利用深度学习算法可实现图片、视频、摄像头等方式的农作物机器与行人目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括训练模型的导

BestSongC·2023-07-18 07:56

Pyinstaller：moviepy打包报错AttributeError: module ‘moviepy.audio.fx.all‘ has no attribute ‘audio_fadein‘

使用Python+PySide2开发工具时，使用到了第三方库moviepy本地调试是OK的，打包运行之后报错了记录一下分析问题并找寻解决办法的过程一、运行程序，通过命令行窗口的日志分析定位问题1.关于命令行窗口执行程序的方法请参考一下我之前写的文章

丶凉·2023-07-18 06:48

关于使用pyinstaller来打包PySide2程序中的问题

打包pyinstaller02.py--noconsole--hidden-importPySide2.QtXml报错0：The‘pathlib‘packageisanobsoletebackportofastandardlibrarypackage分析：这个是因为笔者使用的conda的集成环境，这里面自带了打包程序，导致使用pyinstaller打包的时候就冲突了解决：卸载conda的打包程序c

Devin·Finn·2023-07-17 19:29

YOLOv8目标检测PySide6 GUI可视化界面

课程链接：https://edu.csdn.net/course/detail/38552YOLOv8目标检测PySide6GUI可视化界面效果图如下YOLOv8目标检测PySide6GUI可视化界面支持本地图片和视频推理

bai666ai·2023-07-17 17:38

基于深度学习的高精度老虎检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度老虎检测识别系统可用于日常生活中或野外来检测与定位老虎目标，利用深度学习算法可实现图片、视频、摄像头等方式的老虎目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括老虎训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-07-17 17:07

Pyside6-QtCharts+psutil实战-绘制一个CPU监测工具

❝使用Pyside6，简单的操作一波。windows

清安无别事·2023-07-17 00:26

Pyside6-第十三篇-布局(最后一章废话-理论篇)

本篇Pyside6的第十三篇，新知识点，布局。布局的方式有5种。着重挑选几种将QVBoxLayout（垂直布局）：按垂直方向排列小部件。QHBoxLayout（水平布局）：按水平方向排列小部件。

清安无别事·2023-07-17 00:56

基于深度学习的高精度水果检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度水果（苹果、皇冠梨、火龙果、榴莲、葡萄、柠檬、甜瓜、网纹甜瓜、橘子、菠萝和西瓜）检测识别系统可用于日常生活中来检测与定位水果目标，利用深度学习算法可实现图片、视频、摄像头等方式的水果目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出

BestSongC·2023-07-16 23:07

Python、VTK和QTdesigner的联合使用

在医学图像上的实例(附代码)1.VTK_python入门2.Python使用VTK三维3D图形绘制入门教程3.关于vtk中的vtkActor、vtkRenderer、vtkRenderWindow的设置PySide1

Joker 007·2023-07-16 23:38

基于深度学习的高精度线路板瑕疵目标检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度线路板瑕疵目标检测系统可用于日常生活中来检测与定位线路板瑕疵目标，利用深度学习算法可实现图片、视频、摄像头等方式的线路板瑕疵目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括线训练模型的导入、初始化；置信分与I

BestSongC·2023-07-16 18:54

基于深度学习的高精度工人安全帽检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度工人安全帽检测识别系统可用于日常生活中或野外来检测与定位工人安全帽目标，利用深度学习算法可实现图片、视频、摄像头等方式的工人安全帽目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括工人安全帽训练模型的导入、初始

BestSongC·2023-07-16 02:46

基于深度学习的高精度80类动物目标检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度80类动物目标检测识别系统可用于日常生活中或野外来检测与定位80类动物目标，利用深度学习算法可实现图片、视频、摄像头等方式的80类动物目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括动物目标训练模型的导入、初

BestSongC·2023-07-16 01:05

基于深度学习的高精度刀具检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度刀具检测识别系统可用于日常生活中或野外来检测与定位刀具目标，利用深度学习算法可实现图片、视频、摄像头等方式的刀具目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括刀具训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-07-16 00:59

基于深度学习的高精度安全帽及背心检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度安全帽及背心检测识别系统可用于日常生活中或野外来检测与定位安全帽及背心目标，利用深度学习算法可实现图片、视频、摄像头等方式的安全帽及背心目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括安全帽及背心训练模型的导

BestSongC·2023-07-15 12:00

基于深度学习的高精度鸡蛋检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度鸡蛋检测识别系统可用于日常生活中或野外来检测与定位鸡蛋目标，利用深度学习算法可实现图片、视频、摄像头等方式的鸡蛋目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括鸡蛋训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-07-14 20:30

基于CrowdHuman数据集的高精度行人检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于CrowdHuman数据集的高精度行人检测系统可用于日常生活中检测与定位行人目标，利用深度学习算法可实现图片、视频、摄像头等方式的行人目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括行人训练模型的导入、初始化；置信分与IOU

BestSongC·2023-07-14 18:18

基于深度学习的高精度深海鱼检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度深海鱼检测识别系统可用于检测与定位深海鱼目标，利用深度学习算法可实现图片、视频、摄像头等方式的深海鱼目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括深海鱼训练模型的导入、初始化；置信分与IOU阈值的调节、图像

BestSongC·2023-07-14 18:47

基于深度学习的高精度鸟类目标检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度鸟类目标（鹦鹉（CrestedMyna）、麻雀（EurasianTreeSparrow）、黑头文鸟（ChestnutMunia）、白领翡翠（CollaredKingfisher）、太阳鸟（GardenSunbird））检测识别系统可用于日常生活中或野外来检测与定位鸟类目标目标，利用深度学习算法可实现图片、视频、摄像头等方式的鸟类目标目标检测识别，另外支持结果可视化与图片或

BestSongC·2023-07-14 18:10

Nuitka打包教程

使用nuitka--help可查看所有命令5、常规打包一段简单的pyside代码6、升级：只编译我们自己编写的代码。引用的代码全部使用pyd来访问。

苍穹之跃·2023-07-14 18:21

基于DarkFace数据集的高精度人脸检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于DarkFace数据集的高精度人脸检测系统可用于日常生活中来检测与定位人脸目标，利用深度学习算法可实现图片、视频、摄像头等方式的人脸目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括DarkFace人脸训练模型的导入、初始化；

BestSongC·2023-07-14 14:49

基于深度学习的高精度课堂人脸检测系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度课堂人脸检测系统可用于日常生活中或野外来检测与定位课堂人脸目标，利用深度学习算法可实现图片、视频、摄像头等方式的课堂人脸目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括课堂人脸训练模型的导入、初始化；置信分与

BestSongC·2023-07-14 08:54

python开发的桌面应用程序

1、安装pyside6pipinstallpyside6-ihttps://pypi.tuna.tsinghua.edu.cn/simple2、配置ideaFile-setting-Tools-ExternalTools

yesyihua·2023-07-14 07:02

YOLOv8实例分割PySide6 GUI可视化界面

课程链接：https://edu.csdn.net/course/detail/38560YOLOv8实例分割PySide6GUI可视化界面效果图如下YOLOv8实例分割PySide6GUI可视化界面支持本地图片和视频推理

bai666ai·2023-07-13 15:30

基于Python实现的CTF Crypto加密解密工具

其中程序的界面使用了qt以及pyside6实现。以上就是该程序实现的界面，下面简单记录一下从拿到这个项目大纲再到基本实现的过程：目录第一步：进行需求分析，确定实现的功

彭于晏佛山分晏·2023-06-23 23:48

基于深度学习的高精度抽烟行为检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度抽烟行为检测识别系统可用于日常生活中或野外来检测与定位抽烟行为目标，利用深度学习算法可实现图片、视频、摄像头等方式的抽烟行为目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括抽烟行为训练模型的导入、初始化；置信

BestSongC·2023-06-23 21:19

【Python GUI编程系列 01】安装python pycharm 和 pyside6

PythonGUI编程系列01安装pythonpycharm和pyside61、安装python2、安装pycharm3、安装pyside6安装pythonpycharm和pyside6本系列使用python3

蓝色洛特·2023-06-23 16:19

基于深度学习的高精度烟雾检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度烟雾检测识别系统可用于日常生活中或野外来检测与定位烟雾目标，利用深度学习算法可实现图片、视频、摄像头等方式的烟雾目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括烟雾训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-23 08:29

Qt第七章：加载qt Designer的xxx.ui文件的三种方式和使用场景

使用qtDesigner构建好.ui文件后，将ui文件引入pyside6方法有三种：继承式（使用uic工具转成py文件）（打包阶段建议使用这种方式:最佳）importsysfromPySide6.QtWidgetsimport

苍穹之跃·2023-06-22 09:51

【Qt for Python官方教程】使用QUiLoader和pyside6-uic导入ui文件

QtDesigner是一个图形化的UI设计工具，可以在pyside6的目录下找到它(designer.exe)，同时在QtCreatorIDE里也可以找到它。

两只程序猿·2023-06-22 09:47

基于深度学习的高精度绵羊检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度绵羊检测识别系统可用于日常生活中或野外来检测与定位绵羊目标，利用深度学习算法可实现图片、视频、摄像头等方式的绵羊目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括绵羊训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-22 04:05

【Python】使用pyside2时qt designer 设计窗口显示图标icon但是运行后不显示（图文说明）

目录错误情况解决方法总结欢迎关注『Python』系列，持续更新中欢迎关注『Python』系列，持续更新中平时用的不多，也不知道这个报错有没有偶然性，或者是我自己搞错了···仅供参考。错误情况toolBar中的图标在designer中显示正常在菜单栏中的显示正常解决方法窗口的title属性用英文，想要中文的话，在初始化中设置标题。self.setWindowTitle("学生端疲劳监测系统v1.0"

发现你走远了·2023-06-21 17:30

基于深度学习的高精度蜜蜂检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度蜜蜂检测识别系统可用于日常生活中或野外来检测与定位蜜蜂目标，利用深度学习算法可实现图片、视频、摄像头等方式的蜜蜂目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括蜜蜂训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-21 10:36

基于深度学习的高精度打电话检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度打电话检测识别系统可用于日常生活中或野外来检测与定位打电话目标，利用深度学习算法可实现图片、视频、摄像头等方式的打电话目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括打电话训练模型的导入、初始化；置信分与IO

BestSongC·2023-06-20 00:33

pyside6打开文件夹路径或选择文件的方式分享

要在PySide中打开文件路径，可以使用QFileDialog类。

没掉发的程序员·2023-06-18 08:45

pyside6中QcommandLinkButton 控件qss有哪些用法和案例

QCommandLinkButton是QtGUI框架中的一个功能按钮类，而QtStyleSheets(QSS)提供了一种强大的方式来自定义Qt控件的外观。以下是QCommandLinkButton常用的QSS用法：设置按钮样式：使用background-color、border、color等属性来设置按钮的背景颜色、边框样式和前景色等。自定义图标：使用icon属性来设置按钮的图标，如果需要自定义图

没掉发的程序员·2023-06-18 08:44

PySide6（Qt for Python） QTableWidget表头边框线问题

但是没有特定的PySide6的解决方案(以下是QtC++的解决方案)。

StarDarkMonarch·2023-06-17 17:00

Qt for Python快速入门

一.搭建环境1.python官网下载python3.7.4安装https://www.python.org/ftp/python/3.7.4/python-3.7.4.exe2.命令行安装PySide2pipinstallPySide23

chen_227·2023-06-16 13:52

基于深度学习的高精度足球检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度足球检测识别系统可用于日常生活中或野外来检测与定位足球目标，利用深度学习算法可实现图片、视频、摄像头等方式的足球目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括足球训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-16 02:28

基于深度学习的高精度鸽子检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度鸽子检测识别系统可用于日常生活中或野外来检测与定位鸽子目标，利用深度学习算法可实现图片、视频、摄像头等方式的鸽子目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括鸽子训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-16 02:56

基于Yolov8的纸箱破损检测系统

目录1.Yolov8介绍2.纸箱破损数据集介绍2.1数据集划分2.2通过voc_label.py得到适合yolov8训练需要的2.3生成内容如下3.训练结果分析4.纸张破损检测系统设计4.1PySide6

AI小怪兽·2023-06-15 07:24

PySide6 QLineEdit详解

文章目录简述一、常用设置二、共有类型三.常用接口四.信号五.共有槽voidclear()六.使用示例1.QLineEdit单行文本编辑器2.QLineEdit显示模式3.QLineEdit-长度限制、占位文本、只读4.QLineEdit文本边距、对齐方式、边框5.QLineEdit编辑操作6.QLineEdit编辑操作-选中7.QLineEdit光标相关8.QLineEdit验证器与掩码9.QLi

乡下瓢匠·2023-06-14 20:06

PySide 简易教程<二>-------工欲善其事，必先利其器

OK，在Linux的开发环境下，对于我们的简短的PySide程序而言，不需要使用QtCreator，使用文本编辑器。

?Briella·2023-06-14 20:36

PySide学习笔记第九章－对话框

PySide中的对话框对话框是用来和应用交流的，比如输入数据，更改数据，改变应用设置，对话框是用户和电脑程序的一种重要的交流方式一、QtGui.QInputDialog提供了一个简便的对话框可以让用户输入数值

vseeker·2023-06-14 20:35

2-基础机制了解

下面内容是PySide几个主要模块的简介,其中QtWidgets、QtCore和QtGu

寻惑居士·2023-06-14 20:34

Pyside6-第八篇-QLabel文本标签

本篇是Pyside6的第八篇，本章来看看另一个知识点。文本标签QLabel。它不仅仅可以用于文本，还可以显示富文本和图像。它是一个多功能的小部件，可以根据需要显示不同类型的内容。

清安无别事·2023-06-14 20:04

PySide教程：第一个PySide应用

PySide教程：第一个PySide应用PySide教程：第一个PySide应用作者:meegoq.com发布时间:2011-01-3112:57阅读:1364次原文链接全屏阅读[收藏]PySide安装

a13393665983·2023-06-14 20:04

基于深度学习的高精度奶牛检测识别系统（PyTorch+Pyside6+YOLOv5模型）

摘要：基于深度学习的高精度奶牛检测识别系统可用于日常生活中或野外来检测与定位奶牛目标，利用深度学习算法可实现图片、视频、摄像头等方式的奶牛目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括奶牛训练模型的导入、初始化；置信分与IOU阈值的

BestSongC·2023-06-14 03:58

python套接字(三)：结合pyside2实现多人聊天室

文章目录前言一、准备1、安装pyside22、设计界面二、代码实现1、服务器端2、客户端三、运行前言上一章python套接字(二)：实现一个服务器和多客户端连接，大概实现了多人聊天室功能，但是比较简陋，

fresh_nam·2023-06-14 01:27

推荐频道

Pyside