【学习笔记】pyQt5学习笔记(6）——Google object detection API训练&识别用软件更新

最新推荐文章于 2024-06-26 09:35:04 发布
最新推荐文章于 2024-06-26 09:35:04 发布
阅读量577 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： 学习笔记 TensorFlow学习记录 文章标签： object detection API pyqt5
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yourgreatfather/article/details/85248107
本文介绍了pyQt5软件的最新更新，包括训练软件V1.1版允许用户自定义标签，解决了标签数量限制问题，并完善了训练流程。识别软件从USB摄像头版本升级到IP摄像头版本V3.1B，用户需输入用户名、密码和IP地址以启动IP摄像头。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

对训练软件和识别软件均再一次进行更新。

针对训练用软件，V1.0版本是通过下拉框选择标注物体的标签，而下拉框中是我预定义的a~f 6个标签。因此存在的问题就是标签不能客制化，且若标记超过6类物体标签数量不够。 针对这个问题进行了更新，现在允许用户自己输入标签名称，标签会保存在下拉菜单中，妈妈再也不担心我瞎××标or标签不够使的问题，~\(≧▽≦)/~。同时上个版本中存在不能指定迭代次数batchsize的问题已经解决，可以完整跑一套训练流程了。

V1.1版本界面如下图所示：

而针对识别软件，USB摄像头版本V3.0B的基础上改变为IP摄像头版本，在点击打开摄像头按钮后，会要求用户输入用户名、密码及IP地址，随后才会启动IP摄像头。其他功能没有变化，姑且称为V3.1B版。

V3.1B版界面如下图所示：

最低0.47元/天 解锁文章

200万优质内容无限畅学
从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果
WZT725的博客
03-18 2万+
用pyqt5实现yolov5图像、视频和摄像头的实时监测
利用PyQt5为目标检测Faster-rcnn-Pytorch添加GUI界面（二）
12-21
五．复现代码过程 由于官网上的程序是在Liunx系统上的实现，我们要在windows系统需要改一下程序。 1.安装软件：Anaconda3-2019.10-Windows-x86_64，pycharm-professional-2019.3.2，qt-opensource-windows-x86-5.12.0 安装包链接：https://pan.baidu.com/s/1BhGMsln6ZIGkw-XHp0yFdA 提取码：9yjx 2.安装GPU加速器:Cuda10.0+Cudnn7.4.2 安装包链接：https://pan.baidu.com/s/1eS5D6NV2jddcjj5tvai
目标检测系列（四）利用pyqt5实现yolov8目标检测GUI界面
最新发布
Trisyp的博客
06-26 6836
目标检测，利用pyqt5实现yolov8目标检测GUI界面
目标检测数据集标注工具
05-19
该资源包含了数据集命名工具，数据集标注工具labelImg,并且在python3下可使用，需要安装pyqt5库，在进行标注前要将data中的内容换为自己的目标种类，可实现VOC pascal格式标注和yolo 格式标注。
Windows10下Object Detection API实战记录（5）——OpenCV调用模型检测实时视频（摄像头）和图片
12-20
Windows10下Object Detection API实战记录（5）——OpenCV实现模型调用检测视频和图片1、OpenCV调用模型检测图片2、OpenCV调用模型实时检测（视频）大功告成！！！ 1、OpenCV调用模型检测图片 建议使用opencv版本4.0.0，因为从这个版本开始，opencv开始支持tensorflow的 Faster RCNN 和 Mask RCNN 模型。Opencv调用tensorflow需要pb和pbtxt模型，所以我们要进行转化。 下面介绍调用tensorflow模型步骤（一共需要4个文件）： （1）下载opencv源码， samples/dnn 下的4
【学习笔记】pyQt5学习笔记(5）——Google object detection API训练用软件
野生C++程序员
12-18 1744
之前的学习笔记是调用训练好的结果来做识别，分为加载本地图片识别和调用usb摄像头实时识别（IP摄像头暂时不可用）；但是首先有了训练才能有训练好的模型文件供我们使用。加之训练过程比较复杂，调用多个脚本，上手不便；制作训练用的软件一方面是方便自己使用，另一方面也对自己是个锻炼。软件最终的界面如下图所示，可以使用IP、USB摄像头实时将图片显示在界面中，并在界面中实时进行标记（类似于labelImg软件...
【学习笔记】pyQt5学习笔记(2）——第一个图像识别demo
野生C++程序员
11-28 2198
最近做的任务是将图像识别一些列的东西进行封装，制作成GUI程序。目前使用的是Google开源的Object Detection API。 上手先实现一个简单的小程序，将上述API中的jupyter note book的识别代码进行封装。实现其实很简单，传递了文件地址，用户输入识别类目及识别图片总数。（这里因为官方的代码需要图片名称为image*.jpg的形式，且通过一个for循环遍历文件夹中的图...
【学习笔记】pyQt5学习笔记(4）——第一个图像识别demoV3.0B
野生C++程序员
11-30 1202
 软件更新日志V3.0B版本，在2.0基础上实现了调用摄像头的实时识别功能。V3.0A版若不实时刷新识别画面，可以手动点一次识别一次…… 附上完整代码，也是做个代码备份。需要的小伙伴自取就ok～ 软件目前存在的bug是1.在开始识别后会很卡，目前认为可能的原因是每次刷新都重复载入了模型文件；2.摄像头画面与实时识别画面比例不一样，后期优化一下。 # coding:utf-8 ''' V3....
【学习笔记】pyQt5学习笔记(3）——第一个图像识别demoV2.0
野生C++程序员
11-29 1997
上一个程序（下文说V1.0版本）是批量处理图片文件夹中的所有图片，识别后将图片批量保存。（其实就是Google object detection API的jupyter note book的程序……心虚）。2.0版本中，对程序做出了相应改动，是手动选取需要识别的图片，然后对单张图片进行识别。在识别过程中，原图显示在界面左侧，识别后的图片显示在界面右侧。 因为个人水平所限，程序还存在很多bug，但...
Python调用PyQt5展示模型对图片的分类结果
weixin_45896943的博客
03-24 2372
Python调用PyQt5展示模型对图片的分类结果
基于yolov5+PyQt5实现雾天环境下车辆检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.7z
12-12
基于yolov5+PyQt5实现雾天环境下车辆检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.7z 雾天环境下，车辆检测源码，带模型、数据集、评估指标曲线、GUI界面、项目说明。 适合用作期末大作业、毕设、课设项目 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。 【特别强调】 1、csdn上资源保证是完整最新，会不定期更新优化； 2、请用自己的账号在csdn官网下载，若通过第三方代下，博主不对您下载的资源作任何保证，且不提供任何形式的技术支持和答疑！！！
猫狗识别分类器，pyqt5做的UI，拖拽图片到窗口类，就可以识别猫狗
09-20
猫狗识别分类器，pyqt5做的UI，拖拽图片到窗口类，就可以识别猫狗
基于pyqt的YOLOv5目标训练和检测界面实现（含图片爬虫下载、数据集标注、数据一键配置、训练、图片、视频和摄像头实时检测）
热门推荐
yzf060109的专栏
12-03 1万+
近期学习目标检测很火的YOLOv5框架，将源码进行封装，并利用pyqt实现了训练+检测2个部分的界面功能。训练部分，从图片爬虫下载、数据标注、数据集配置到最后的训练；检测部分，从检测参数设置（支持实时设置置信度和IOU等）、数据选择（支持图片、视频和多种摄像头）到结果显示。全部实现界面开发和多线程调度处理。下面，重点从开发环境配置、目标的训练、目标的检测、程序发布4个方面进行分享，不对的地方关注、私聊，源码放在这里，大家可以下载。
yolov5+pyqt5(GUI界面，可更换自己的模型）
weixin_51467037的博客
04-18 8817
1.首先就是移植，我和原作者虽然都用的yolov5但是版本不一样，导致部分函数大同小异，可以对比一下自己的general.py和作者用的是不是同一版本。3.如果不能出图，打开main.py文件，ctr+f搜索statistic，在这句话前后加上俩print，再次运行，如果是有a无b，那就是和我一样的问题。可以先尝试一下能不能用，就把pt文件夹里的pt文件换成自己训练好的模型就行，如果能用，就什么都不用改，如果不能用，我用的是景唯up的代码，但是因为版本问题或者别的其他什么乱七八糟的问题，界面不能显示。
yolov5训练BDD100K自动驾驶数据集+pyqt5前端检测界面
weixin_45934705的博客
07-21 1013
做了一个简易的前端界面，使用的工具是pyqt5+qtdesigner,可以实现上传本地图片检测和视频检测
睿智的目标检测——PyQt5搭建目标检测界面
weixin_43293172的博客
03-11 1万+
基于B导开源的YoloV4-Pytorch源码开发了戴口罩人脸检测系统（21年完成的本科毕设，较为老旧，可自行替换为最新的目标检测算法）。
基于PyQt5&YOLOv4-tiny的目标检测系统
weixin_54627824的博客
05-25 2612
PS:此项目来自我朋友，这里只是作个介绍，源码在github上，我朋友的b站号名字为CiLang； 一、项目整体效果图 二、项目流程简介 根据数据集打标签，进行模型训练 利用模型权重weights以及Yolov4-tiny.cfg结合，通过opencv写预测代码Detect.py 使用QTDesigner设置UI界面,并通过PyUIC转为PyQt5代码，方便后期加功能。 为UI界面的各个控件添加对应的槽方法。 最后编写主函数，并在主函数中实现UI界面的控件槽方法，运行整个项目.
Pyqt5实现目标检测可视化（一）
weixin_44446419的博客
03-21 2152
Pyqt5实现目标检测可视化（一） 第一章 1.Pyqt写出前端简单界面 1.1前端主界面 主界面由一个button、一个label和一张背景图片构成。 1.2主界面代码 class First(QMainWindow): def __init__(self): super().__init__() self.initUI() def initUI(self): desktop =QApplication.desktop(.
PyQt5学习笔记与实例源码分析
标签“pyqt5 pyqt 笔记 pyqt5笔记 python3”强调了文件的核心内容是关于PyQt5的知识点，以及这些内容是作为笔记形式存在的，同时指出了这些笔记是为Python 3环境下的学习者准备的。 ### 文件内容详细说明 #### ...
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值