基于深度学习YOLOv8+Pyqt5的人脸检测识别系统设计含报告-CSDN博客

本文链接：https://blog.csdn.net/2501_90314346/article/details/147783267

基于深度学习YOLOv8+Pyqt5的人脸检测识别系统设计

文章目录

基于深度学习YOLOv8+PyQt5的人脸检测识别系统设计

在这里插入图片描述

基于深度学习YOLOv8+PyQt5的人脸检测识别系统设计

设计一个基于YOLOv8和PyQt5的人脸检测识别系统。这个系统将包括以下主要部分：

YOLOv8人脸检测模型
PyQt5图形用户界面
实时视频处理
结果可视化

系统架构

首先，我们需要安装必要的库：

pip install ultralytics opencv-python pyqt5 numpy

在这里插入图片描述

YOLOv8人脸检测模型

我们将使用Ultralytics提供的YOLOv8预训练模型，并针对人脸检测进行微调。

# face_detector.py
from ultralytics import YOLO
import cv2

class FaceDetector:
    def __init__(self, model_path='yolov8n-face.pt'):
        """初始化人脸检测器"""
        self.model = YOLO(model_path)
        
    def detect(self, frame):
        """执行人脸检测"""
        results = self.model(frame)
        return results[0].boxes.xyxy.cpu().numpy().astype(int)

PyQt5图形用户界面

接下来是PyQt5实现的主界面：

# main_window.py
import sys
import cv2
import numpy as np
from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QPushButton, QVBoxLayout, QWidget, QFileDialog
from PyQt5.QtGui import QPixmap, QImage, QFont
from PyQt5.QtCore import Qt, QTimer
from face_detector import FaceDetector

class FaceDetectionApp(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("YOLOv8人脸检测系统")
        self.setGeometry(100, 100, 800, 600)
        
        # 初始化人脸检测器
        self.detector = FaceDetector()
        
        # 创建UI
        self.init_ui()
        
        # 定时器用于视频流更新
        self.timer = QTimer()
        self.timer.timeout.connect(self.update_frame)
        
        self.cap = None
        
    def init_ui(self):
        # 创建中央部件和布局
        central_widget = QWidget()
        self.setCentralWidget(central_widget)
        layout = QVBoxLayout()
        
        # 标题标签
        title_label = QLabel("YOLOv8人脸检测系统")
        title_label.setAlignment(Qt.AlignCenter)
        title_label.setFont(QFont("Arial", 18, QFont.Bold))
        layout.addWidget(title_label)
        
        # 视频显示标签
        self.video_label = QLabel()
        self.video_label.setAlignment(Qt.AlignCenter)
        self.video_label.setStyleSheet("border: 1px solid black")
        layout.addWidget(self.video_label)
        
        # 按钮布局
        self.btn_open = QPushButton("打开摄像头")
        self.btn_open.clicked.connect(self.toggle_camera)
        layout.addWidget(self.btn_open)
        
        # 设置中央布局
        central_widget.setLayout(layout)
        
    def toggle_camera(self):
        """切换摄像头状态"""
        if self.cap is None or not self.cap.isOpened():
            self.cap = cv2.VideoCapture(0)
            self.timer.start(20)  # 每20毫秒更新一次
            self.btn_open.setText("关闭摄像头")
        else:
            self.timer.stop()
            self.cap.release()
            self.btn_open.setText("打开摄像头")
            self.video_label.clear()
            
    def update_frame(self):
        """更新视频帧"""
        ret, frame = self.cap.read()
        if ret:
            # 执行人脸检测
            boxes = self.detector.detect(frame)
            
            # 绘制检测框
            for box in boxes:
                x1, y1, x2, y2 = box
                cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            
            # 转换为QImage并显示
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            h, w, ch = frame.shape
            bytes_per_line = ch * w
            qt_image = QImage(frame.data, w, h, bytes_per_line, QImage.Format_RGB888)
            pixmap = QPixmap.fromImage(qt_image).scaled(
                self.video_label.width(), self.video_label.height(), 
                Qt.KeepAspectRatio, Qt.SmoothTransformation)
            self.video_label.setPixmap(pixmap)
            
    def closeEvent(self, event):
        """窗口关闭事件"""
        if self.cap and self.cap.isOpened():
            self.timer.stop()
            self.cap.release()
        event.accept()

if __name__ == '__main__':
    app = QApplication(sys.argv)
    window = FaceDetectionApp()
    window.show()
    sys.exit(app.exec_())