Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)

界面采用PyQt 检测使用了YoloV4的模型

话不多说先康康效果

使用

 白色的按钮是用来控制检测的开关的，检测到信息会在label控件上显示。

注意事项 

检测过程中结束检测是不可以点的，点了会闪退掉，你也可以给里边代码加一个检测时关闭控件的代码，然后就是摄像检测点很多次的话，label显示图像只会显示第一帧图像点结束检测再打开摄像就可以了。

代码部分

        采用了Opencv的dnn.read模块你甚至不用安装Yolo的环境就能运行这个代码

net = cv2.dnn.readNet("DetectModel/yolov4-tiny.weights", "DetectModel/yolov4-tiny.cfg")

采用yolov4的参数，当然你如果想要用yolov5的也是没问题的

img, List = Detect.Detcetion(None, img)

只需要在这里更改你的yolov5的路径就好了

代码整体介绍

•  Main.py主程序入口
• Detect.py推理图像
• Model存放模型参数 class文件中是能推理的对象
• IMG就一张检测滑动控件的图片

代码整体思想

        采用多线程的思想控制实现

代码的部分瑕疵

        只写了人和手机两个标签, 其他部分种类虽然能检测到但是无法显示

        解决办法

 复制这个代码把id改成你要检测的对象，id对应昵称开源在Model这个文件夹里边找到txt文件第一行是第0个id如此往下推

代码资源已发布在博客资源栏了0积分就可以下载

版权声明：本文为CSDN博主「Opencv+PyQt小白」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_62095154/article/details/122688203