https://github.com/suny1798/yolov5-pyqt

基于yolov5+pyqt的甲骨文图形化检测工具
https://github.com/suny1798/yolov5-pyqt

Last synced: 12 days ago
JSON representation

基于yolov5+pyqt的甲骨文图形化检测工具

• Host: GitHub
• URL: https://github.com/suny1798/yolov5-pyqt
• Owner: suny1798
• Created: 2022-04-26T11:57:04.000Z (about 2 years ago)
• Default Branch: main
• Last Pushed: 2024-04-01T06:24:33.000Z (3 months ago)
• Last Synced: 2024-04-12T21:32:55.299Z (3 months ago)
• Language: Python
• Homepage:
• Size: 58.1 MB
• Stars: 20
• Watchers: 1
• Forks: 2
• Open Issues: 0
• Metadata Files:
  • Readme: readme.md

Lists

• awesome-yolo-object-detection - LuckyBoy1798/yolov5-pyqt - pyqt?style=social"/> : 基于yolov5+pyqt的甲骨文图形化检测工具。 (Applications)

README

        
# 基于yolov5的甲骨文图形化检测工具

**界面**

![界面](https://github.com/LuckyBoy1798/yolov5-pyqt/blob/main/imgs/界面.png)

**本地图片检测画面：**

![本地图片](https://github.com/LuckyBoy1798/yolov5-pyqt/blob/main/imgs/图片.png)

**本地视频检测画面：**

![本地视频](https://github.com/LuckyBoy1798/yolov5-pyqt/blob/main/imgs/视频2.png)

**功能：**

1. 模型选择

2. 输入选择(本地文件、摄像头、RTSP)；在检测RTSP视频流的时候，尽量不要启用帧间延时，否则会出现很高的延时，用yolo5x模型时，rtsp会很卡，建议抽帧检测, 把main.py中的133-135行注释取消

```python

                    # jump_count += 1

                    # if jump_count % 5 != 0:

                    #     continue

```

3. IoU调整

4. 置信度调整

5. 帧间延时调整

6. 播放/暂停/结束

7. 统计检测结果（显示边框时，支持中文标签）

**使用：**

```bash

# conda创建python虚拟环境

conda create -n yolov5_pyqt5 python=3.8

# 激活环境

conda activate yolov5_pyqt5

# 到项目根目录下

cd ./

# 安装依赖文件

pip install -r requirements.txt

# 将下载好的模型放在pt文件夹下

# 运行main.py

python main.py

```

运行*main.py*开启检测界面后**会自动检测已有模型**。ui文件已上传，可以按照自己的想法更改ui界面。

**注：由于官方给出的yolov5版本会持续更新。为了避免不兼容的问题，建议使用本仓库的yolov5。如果想兼容最新版本的yolov5，自行更改对应的代码即可。**

本仓库的yolov5版本为**v5.0**，是直接从官方仓库拉取的，支持训练。

本仓库依赖模型有yolov5s.pt、yolov5m.pt、yolov5l.pt、yolov5x.pt,下载地址：https://github.com/ultralytics/yolov5/releases/tag/v5.0

点击地址后翻到最下面有下载链接，将下载好的模型放在pt文件夹下，运行界面时，**会自动检测已有模型**，也可以放入**自己训练的模型文件**。

项目源自**https://github.com/Javacr/PyQt5-YOLOv5/tree/yolov5_v6.1**