Pyqt5_yolov5_unet_centernet

集yolov5、centernet、unet算法的pyqt5界面，可实现图片目标检测和语义分割

环境配置

python

Python>=3.6.0，可以用anconda创建python虚拟环境

conda create -n your_env_name python=x.x

然后进入所创建的环境，下载所需安装包

activate your_env_name

pytorch

pytorch可前往官网下载，选择符合自己的版本下载

注意!!!PyTorch>=1.7

requirements.txt

在自己的创建虚拟环境下输入

pip install -r requirements.txt

直接下载requirements.txt中所需功能包：

matplotlib>=3.2.2

numpy>=1.18.5

opencv-python>=4.1.2

Pillow>=7.1.2

PyYAML>=5.3.1

requests>=2.23.0

scipy>=1.4.1

torch>=1.7.0

torchvision>=0.8.1

tqdm>=4.41.0

pandas>=1.1.4

seaborn>=0.11.0

运行程序

安装完环境后，直接运行main_qt.py文件即可

model_data中的权重文件下载

链接：https://pan.baidu.com/s/1vVPrdvuzCWyaXCnB-_6AeA 提取码：z54u

运行结果

注意导入文件不要有中文路径和中文名称！！！

否则会报错

若文件路径有中文一定要更改路径或修改名称。

其他文件

• Qt_yolo.ui为Qtdesigner生成的UI文件
• Qt_yolo.py为PyUIC将Qt_yolo.ui转换的py文件
• main_qt_qthead.py为使用QT多线程编写，有bug
• predict_yolo.py为yolov5的检测文件，可直接运行
• predict_cen.py为centernet的检测文件，可直接运行
• predict_unet.py为unet的检测文件，可直接运行
• centernet.py为centernet的网络结构文件
• unet.py为unet的网络结构文件
• icon文件夹储存了qt界面的背景和图标
• data储存了待检测的图片及视频文件
• model_data储存了yolov5、centernet、unet的权重文件
• md储存了yolov5和centernet的官方说明文档

Star History