Pyside6可视化界面
安装Pyside6
激活之前的虚拟环境yolov5
在该环境的终端输入以下命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyside6
输入where python找到当前使用的Python的路径
找到该路径下的designer.exe文件（/Lib/site-packages/PySide6/designer.exe），然后发送到桌面创建快捷方式
UI设计
- 打开designer
- 选择Main Window
- 移除菜单栏
- 拖两个label个一个line进来
- 拖两个button进入，并进行命名
- 调整界面，填写两个label里面文件，将界面调小一些
- 居中对齐，同时勾选scaledContents
- 元素名称更改
- Ctrl+S保存，保存到上一部分训练数据集的文件内
设置Pyside6-uic 工具
- 在当前虚拟环境的Python路径下，打开
Scripts文件夹夹，找到pyside6-uic.exe，记住当前路径
- 创建工具
名称：PyUic(可自己定义)
程序：E:\kaifa\Anaconda3\envs\yolov5\Scripts\pyside6-uic.exe
实参：$FileName$ -o $FileNameWithoutExtension$.py
工作目录： $FileDir$
- 使用该工具
先在pycharm中打开刚才生成的ui文件
双击打不开的话，把文件拖到右边就可以打开了
然后在【工具】选项卡下的【external tools】下，点击【PyUic】（这个名称是你刚才自己设计的）
如果生成了相同文件名的.py文件，即说明设置成功
编写运行程序
创建模板文件base_ui.py
import sys
import torch
from PySide6.QtGui import QPixmap, QImage
from PySide6.QtWidgets import QMainWindow, QApplication, QFileDialog
from main_window import Ui_MainWindow #main_windows是刚才生成的ui对用的Python文件名
def convert2QImage(img):
height, width, channel = img.shape
return QImage(img, width, height, width * channel, QImage.Format_RGB888)
class MainWindow(QMainWindow, Ui_MainWindow):
def __init__(self):
super(MainWindow, self).__init__()
self.setupUi(self)
if __name__ == "__main__":
app = QApplication(sys.argv)
window = MainWindow()
window.show()
app.exec()
编译运行，弹出窗口说明成功
编写内部具体功能的代码
讲解视频：YOLOv5 Pyside6可视化界面
import sys
import cv2
import torch
from PySide6.QtGui import QPixmap, QImage
from PySide6.QtWidgets import QMainWindow, QApplication, QFileDialog
from PySide6.QtCore import QTimer
from main_window import Ui_MainWindow # main_windows是刚才生成的ui对用的Python文件名
def convert2QImage(img):
height, width, channel = img.shape
return QImage(img, width, height, width * channel, QImage.Format_RGB888)
class MainWindow(QMainWindow, Ui_MainWindow):
def __init__(self):
super(MainWindow, self).__init__()
self.setupUi(self)
self.model = torch.hub.load("./", "custom", path="runs/train/exp/weights/best.pt", source="local")
self.video = None
self.timer = QTimer()
self.timer.setInterval(1)
self.bind_slots() # 绑定槽函数
def image_pred(self, file_path): # 图片检测
results = self.model(file_path)
image = results.render()[0]
return convert2QImage(image)
def open_image(self): # 打开图片
print("点击了检测图片按钮")
self.timer.stop() # 停止视频检测
file_path = QFileDialog.getOpenFileName(self, dir="./data02/images/train", filter="*.jpg;*.png;*.jpeg")
if file_path[0]:
file_path = file_path[0]
qimage = self.image_pred(file_path)
self.input.setPixmap(QPixmap(file_path))
self.output.setPixmap(QPixmap.fromImage(qimage))
def video_pred(self): # 视频检测
ret, frame = self.video.read()
if not ret:
self.timer.stop()
else:
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
self.input.setPixmap(QPixmap.fromImage(convert2QImage(frame)))
results = self.model(frame)
image = results.render()[0]
self.output.setPixmap(QPixmap.fromImage(convert2QImage(image)))
def open_video(self): # 打开视频
print("点击了检测视频！")
file_path = QFileDialog.getOpenFileName(self, dir="./data02", filter="*.mp4")
if file_path[0]:
file_path = file_path[0]
self.video = cv2.VideoCapture(file_path)
self.timer.start()
def bind_slots(self): # 绑定槽函数
self.det_image.clicked.connect(self.open_image)
self.det_video.clicked.connect(self.open_video)
self.timer.timeout.connect(self.video_pred)
if __name__ == "__main__":
app = QApplication(sys.argv)
window = MainWindow()
window.show()
app.exec()
Gradio搭建Web GUI
安装Gradio
激活之前的虚拟环境yolov5
在该环境的终端输入以下命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gradio
实现
新建gradio_demo.py文件
输入图片、输出图片、预测函数
Gradio不支持实时检测
import torch
import gradio as gr
model = torch.hub.load("./", "custom", path="runs/train/exp/weights/best.pt", source="local")
title = "基于Gradio的YOLOv5演示项目"
desc = "这是一个基于Gradio的YOLOv5演示项目，非常简洁，非常方便！"
base_conf, base_iou = 0.25, 0.45
def det_image(img, conf_thres, iou_thres):
model.conf = conf_thres
model.iou = iou_thres
return model(img).render()[0]
gr.Interface(
inputs=["image", gr.Slider(minimum=0, maximum=1, value=base_conf), gr.Slider(minimum=0, maximum=1, value=base_iou)],
outputs=["image"],
fn=det_image,
title=title,
description=desc,
live=True,
examples=[["./data02/images/train/30.jpg", base_conf, base_iou],
["./data02/images/train/60.jpg", 0.3, base_iou]]
).launch(share=True)
如果想发布到网上，设置share=True参数，但是运行的时候会因为网络原因，报出下面的错误，可以通过提示的网址下载对应文件，重命名后放到相应的目录下，重新运行文章来源：https://www.toymoban.com/news/detail-645810.html
文章来源地址https://www.toymoban.com/news/detail-645810.html
到了这里，关于YOLOv5可视化界面的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
