基于 yolov5n6 和tkinker实现的检测模型的可视化界面
Posted 刘润森!
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于 yolov5n6 和tkinker实现的检测模型的可视化界面相关的知识,希望对你有一定的参考价值。
项目介绍
本项目基于 yolov5n6 和tkinker实现的检测模型的可视化界面
项目连接; https://github.com/MaoliRUNsen/yolov5gui
环境:
硬件: 本人电脑的显卡是 RTX 3060 ,并配置Pytorch-GPU
关于 pytorch 安装查看官方文档 PyTorch Get Started docs
软件: Pycharm 和相关的Python包
# GUI
Tkinter
# OpenCV
opencv-contrib-python>=4.6.0.66
# PyTorch + GPU CUDA
torch==1.11.0+cu115 torchvision==0.12.0+cu115 torchaudio==0.11.0 -f https://download.pytorch.org/whl/torch_stable.html
项目安装依赖
pip install -r requirements.txt # install
整个项目的 模型下载
TensorRT, TensorFlow Edge TPU and OpenVINO Export and Inference:
weights -|- yolov5n6.pt
|- yolov5m6.pt
项目功能
- 实现图像正常目标检测
- 实现视频正常目标检测
- 实现摄像头正常目标检测
- 实现对目标检测的画面和视频进行保存
项目演示
项目运行:
配置好相关环境和依赖,可以执行main.py
python main.py
点击yolov5,添加yolov5m6.pt模型,点击模型加载
在编辑中添加图片或者视频
图片检测检测结果;
如果在检测前,点击了图片保存
那么图像检测的结果在output文件夹中进行保存
同样,可以上传视频进行检测,如果想保存视频需要在上传前,点击保存按钮
如果遇到,图片视频上传检测不了,请麻烦将中文路径进行去除
点击摄像头,将对电脑的摄像头进行目标检测
如何自定义检测
在 weights文件夹中添加自定义检测训练的pt模型。 模型需要通过 yolov5n6.pt等进行预训练
在detect.py 中的 set_modul函数更换模型和数据训练的yaml配置文件
项目链接; https://github.com/MaoliRUNsen/yolov5gui
以上是关于基于 yolov5n6 和tkinker实现的检测模型的可视化界面的主要内容,如果未能解决你的问题,请参考以下文章
基于 yolov5n6 和tkinker实现的检测模型的可视化界面
MATLAB教程案例30基于MATLAB的图像阴影检测和消除算法的实现
毕业设计/图像识别系列基于凸包检测和重心距离法的指尖检测和识别