基于YOLOv8深度学习的水下垃圾检测识别系统(带GUI界面)（Python源码+Pyqt5界面+7700多张标注好的数据集+安...

软件开发环境:python3.9 系统界面开发：pyqt5 ---------项目文件说明--------- 见目录中的【目录文件说明.png】图片。 环境配置步骤【共两步】： 【注意：软件存放路径最好不要有中文。】 ---------【第一步：安装python3.9】--------- 方法一【推荐】： 先安装ananconda软件，官网地址：https://www.anaconda.com/download 安装完成后，在conda命令窗口，使用命令"conda create -n py39 python=3.9"创建3.9的虚拟环境 然后激活虚拟环境“conda activate py39”,然后再进行第二步依赖库的安装。 方法二： 直接在python官网下载pyhon3.9的exe文件，安装即可。 ---------【第二步：安装软件所需的依赖库】--------- （注意：输入命令前，命令行需先进入项目目录的路径下，不然会提示找不到文件） 方法一：【推荐】 直接运行installPackages.py一键安装第三方库的脚本。命令为：python installPackages.py 方法二: 运行下方命令 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple ---------【运行程序】--------- 按照以上两步环境配置完成后，直接运行MainProgram.py文件即可打开程序。 命令为：python MainProgram.py ---------【模型训练】--------- 将文件【datasets/TomatoData/data.yaml】中train,val数据集的绝对路径改为自己项目数据集的绝对路径 train: E:\MyCVProgram\TomatoDetection\datasets\TomatoData\train val: E:\MyCVProgram\TomatoDetection\datasets\TomatoData\val 然后运行train.py文件即可开始进行模型训练,训练结果会默认保存在runs/detect目录中。 其中runs/train是我已经训练好的结果文件，含模型与所有过程内容。 训练好的模型在runs/train/weights目录下，last.pt表示最后一轮结果的训练模型，best.pt表示训练中最好结果的训练模型。一般我们使用best.pt就行。