高端网站开发公司,西安十强广告公司名单,邢台信息港人力资源首页,企业型网站建设策划YOLOSHOW 是一个基于 PySide6#xff08;Qt for Python#xff09;开发的图形化界面应用程序#xff0c;主要用于集成和可视化YOLO系列#xff08;包括但不限于YOLOv5、YOLOv7、YOLOv8、YOLOv9#xff09;的目标检测模型。YOLOSHOW 提供了一个用户友好的交互界面#xff…YOLOSHOW 是一个基于 PySide6Qt for Python开发的图形化界面应用程序主要用于集成和可视化YOLO系列包括但不限于YOLOv5、YOLOv7、YOLOv8、YOLOv9的目标检测模型。YOLOSHOW 提供了一个用户友好的交互界面使得非编程背景的用户也能轻松地利用YOLO模型进行图像和视频中的目标检测。 通过YOLOSHOW用户无需深入理解YOLO系列模型背后的复杂代码和算法即可实现以下功能
1. 模型加载与选择用户可以直接在GUI界面上选择已训练好的YOLO模型文件支持多个版本的YOLO模型导入。
2. 实时目标检测YOLOSHOW能够连接摄像头或读取本地视频文件实时展示YOLO模型对视频流中目标的检测结果用矩形框标记出识别到的物体并可能显示其类别和置信度。
3. 图像目标检测用户可以上传静态图片进行目标检测YOLOSHOW会在界面上展示检测结果并可保存带有检测框的标注图片。
4. 参数调整图形化界面允许用户调整模型运行的阈值参数如置信度阈值、非极大值抑制(NMS)阈值等以适应不同场景下的检测需求。
5. 结果展示与保存检测结果可以直观地呈现在界面上并支持导出为CSV、JSON等格式的报告也可将带有检测结果的视频或图像保存到本地。
6. 模型性能评测YOLOSHOW可能还提供了对模型性能进行简单评估的功能例如计算检测准确率、召回率等指标。 总之YOLOSHOW作为一个基于PySide6开发的图形化前端工具极大地简化了YOLO系列模型在实际应用中的部署和使用流程使得用户在不具备编程技能的情况下也能迅速开展目标检测工作。不过需要注意的是YOLOSHOW的具体功能可能因不同版本的实现略有差异实际操作时请参阅具体项目的文档说明。 介绍
YOLOSHOW 是一款集合了 YOLOv5 YOLOv7 YOLOv8 YOLOv9 算法的图形化界面程序. 功能
1. 支持 图片 / 视频 / 摄像头 / 文件夹批量 目标检测
选择左侧菜单栏的图片 / 视频 / 摄像头 / 文件夹批量进行目标检测
2. 动态切换模型 / 调整超参数
程序开始检测时支持动态切换模型 / 调整超参数
支持动态切换 YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 模型支持动态修改 IOU / Confidence / Delay time / line thickness 超参数
3. 动态加载模型
程序可以自动检测ptfiles 文件夹中包含YOLOv5 Models / YOLOv7 Models / YOLOv8 Models / YOLOv9 Models pt 模型.
如果你需要导入新的 pt 文件, 请点击 Settings 框中的 Import Model 按钮 来选择需要导入的 pt 文件. 然后程序会把该文件复制到 ptfiles 文件夹下.
Notice :
所有的 pt 模型文件命名必须包含 yolov5 / yolov7 / yolov8 / yolov9 中的任意一个版本. (如 yolov8-test.pt)如果是分割类型的 pt 文件, 命名中应包含 yolov5n-seg / yolov8s-seg 中的任意一个版本. (如 yolov8n-seg-test.pt)
4. 加载超参数配置 程序启动后, 自动加载最近保存的超参数配置.程序关闭后, 自动保存最近修改的超参数配置.
5. 保存检测结果 如果需要保存检测结果请在检测前点击 Save MP4/JPG . 然后等待检测完毕选择需要保存的路径进行结果保存.
6. 同时支持目标检测和实例分割 从 YOLOSHOW v1.2 起 支持目标检测和实例分割多任务。同时支持不同版本的任务切换如从YOLOv5 目标检测任务 切换到 YOLOv8 实例分割任务。 运行准备工作
实验环境
OS : Windows 11
CPU : Intel(R) Core(TM) i7-10750H CPU 2.60GHz 2.59 GHz
GPU : NVIDIA GeForce GTX 1660Ti 6GB
1. 创建虚拟环境
创建内置Python 3.9的conda虚拟环境, 然后激活该环境.
conda create -n yoloshow python3.9
conda activate yoloshow
2.安装Pytorch框架
Windows: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
Linux: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
3. 安装依赖包
切换到YOLOSHOW程序所在的路径
cd {YOLOSHOW程序所在的路径}
安装程序所需要的依赖包
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install PySide6-Fluent-Widgets[full] -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -U Pyside6 -i https://pypi.tuna.tsinghua.edu.cn/simple
4. 添加字体
把所有的fonts 文件夹中的字体文件 *.ttf 复制到 C:\Windows\Fonts
使用框架
python/pytorch/puside6
参考文献 YOLOv5 YOLOv7 YOLOv8 YOLOv9
获取整套代码、测试视频、训练好的权重和说明文档(有偿)
中科大硕士技术够硬也可以指导深度学习毕设、大作业等。
---------------qq------------767172261
------------------------------
