yolov8安全帽检测项目开发(python开发,带有训练模型,可以重新训练,并有Pyqt5界面可视化) | 您所在的位置:网站首页 › 安全帽检测模型有哪些 › yolov8安全帽检测项目开发(python开发,带有训练模型,可以重新训练,并有Pyqt5界面可视化) |
不需要程序,只需要数据集的,想自己搭建模型训练的,可以免费下载(积分已经设置为0):https://download.csdn.net/download/qq_40840797/89100918
1.项目介绍:(视频运行链接:yolov8安全帽检测项目开发(python开发,带有训练模型,可以重新训练,并有Pyqt5界面可视化)_哔哩哔哩_bilibili)
如有其它数据集检测需求,可定制项目 重点先介绍三个主要代码:detect_tools.py是 用来读取和展示图像。 predictWindow.py是Pyqt5界面展示主程序,并调用训练好的yolov8模型参数,进行安全帽检测 safecaptrain.py是训练脚本,可以展示训练过程。 yolov8n.pt保存的是训练好的模型参数 1.1.data里面包含两个文件夹 1.1.1.css-data存放的是训练集、 验证集和测试集 以tranin文件夹为例(train文件夹里有2605张照片和对应的yolo标签,valid文件夹里有114张照片和对应的yolo标签,test文件夹里有82张照片和对应的yolo标签)
1.2.1 working文件夹存放的是训练结果 2.1run文件夹存放的是运行界面的时候图像检测结果 2.2.UIProgram文件夹是存放的界面里面按钮等设置(不重要) 2.3.wandb文件夹存放的是训练模型运行的时候检测结果 如果需要代码,可以关注最后一行 from PyQt5.QtWidgets import QApplication, QMainWindow, QFileDialog # 导入PyQt5库中的模块 import sys import os import glob sys.path.append('UIProgram') # 添加一个路径到Python的模块搜索路径 from UIProgram.UiMain import Ui_MainWindow # 导入UI程序的主窗口定义 from UIProgram.QssLoader import QSSLoader # 导入自定义的QSSLoader模块 import sys from PyQt5.QtCore import Qt, QCoreApplication # 导入PyQt5库中的模块 from ultralytics import YOLO import cv2 import detect_tools as tools #代码和数据集压缩包:https://mbd.pub/o/bread/mbd-ZZ2cl5xq |
CopyRight 2018-2019 实验室设备网 版权所有 |