YOLOv5桌面应用开发,手把手教学实操(下)完结——附源代码

关注并星标

从此不迷路

计算机视觉研究院

b689451f90b6c04e1b20b8c21c6df1a0.gif

6fec55c697b57f2a32edca43882dfa4e.png

公众号IDComputerVisionGzq

学习群扫码在主页获取加入方式

今天分享的内容来自CSDN——成都_小吴,该同学撰写的一篇关于Yolov5桌面应用的开发工作,有兴趣的同学可以关注CSDN!具体文章链接:

https://blog.csdn.net/qq_52859223/article/details/122982212

计算机视觉研究院专栏

作者:Edison_G

上周“计算机视觉研究院”给大家分享了一期yolov5训练干货,今天我们继续,开始说说怎么进行桌面应开发及设计。

界面打包

大家可以去关注一下迷途小书童点击关注,网上有很多使用pyinstaller进行打包的教程,但是并没有针对深度学习的一些打包过程,这个过程真的会出现很多问题!大家可以直接进入原博主官网https://xugaoxiang.com/2021/10/13/yolov5-to-exe/

Python 项目打包是很多新手经常会问的问题,之前也有文章介绍过如何使用 pyinstaller 来打包生成可执行文件,只不过打包过程是基于命令行的。本文介绍的这个工具,auto-py-to-exe,它是 pyinstaller 的 GUI 版本,对新手更加友好,点点鼠标就可以轻松搞定,那么,快开始吧。

进入根目录找到exe文件:

2f3002f335669a768f6cdda5949a6a6f.png

打开之后脚本位置就是你要打包的主程序,他会打包你所包括的其他文件

6b8e723df8b7e4bb008447a8e63f44a9.png

1bd16396c8fdc78bbd4f1a5526883139.png

这里的pandas一般都会出错,所以我们在之前直接添加。

516c23ba97841a22f664560489ae2937.png

选择你的输出路径

ca533355df5964324f1c848755ab36a7.png

耐心等待几分钟,错误就出现了!

SystemExit: Unable to find "d:\anaconda3\envs\pytorch\Library\bin\libiomp5md.dll" when adding binary

类似这种问题什么找不到啊,你就直接去这个路径下面搜索一下,如果不存在就去你的回收站是不是把他删了,要不然就去下载。

assert mpl_data_dir, "Failed to determine matplotlib's data directory!"
AssertionError: Failed to determine matplotlib's data directory!

这个问题大家可能也会遇到,有的大佬说先把matplotlib卸载了再打包,这样确实不会影响自己的打包,但是你打包出来的EXE无法运行,所以最好的解决办法就是,先卸载掉这个,更新自己的PIP,再重新下载:

#首先进入自己的环境
pip uninstall matplotlib
python -m pip install --upgrade pip
#更新完之后
pip install matplotlib

像这样HOOK的问题:

PyInstaller.exceptions.ImportErrorWhenRunningHook: Failed to import module __PyInstaller_hooks_18_pandas_io_formats_style required by hook for module d:\anaconda3\envs\pytorch\lib\site-packages\PyInstaller\hooks\hook-pandas.io.formats.style.py.

1.卸载和重新安装pyinstaller

pip uninstall pyinstaller
pip install pyinstaller

2.报错肯能是由于环境中安装了过时的 IPython 引起的。我们可以尝试将其更新到更新的版本。

#进入你的环境
pip install --upgrade IPython

这两个应该就可以解决打包的问题了!

打包这种大型的EXE我建议还是单目录进行打包,方便解决问题。

然后你就会得到一个像这样的一个目录:

3c9a11e5a24341ba0da90be72cc31792.png

你已经迫不及待的点击它了,反应非常的慢,你会发现你还是运行不起来还是会报错:

4c9b1d33220c599278f25457f7d5536c.png

很痛苦在网上疯狂的百度搜索,后来发现:你的打包pandas目录里面和你的本机pandas少了一个文件如下:

b299867d107a24b9b60b080d508d7661.png

大家可以看到少了一个这个文件,所以把他复制到你的打包文件里面就可以了;让我们运行一下试试,果然可以运行了:

2012911b2a31c4d69eee7cc1e20d1c55.png

到这里你以为就结束了?还是太年轻了,你会发现你点击登录卡死在登录界面,这又是为什么呢?因为你要导入你的账号和密码登录表,这个原因我找了很久不知道为什么,如下的一个文件:

6857bd4b41cb3fe54946d1a68b4b8b3f.png

OK,导入到你的根目录他就可以跳转到你的主界面了,你可以拿着你的摄像机出去检测了。

© THE END 

转载请联系本公众号获得授权

87322e4ced7ff9e0e9bb43b6076169e4.gif

计算机视觉研究院学习群等你加入!

计算机视觉研究院主要涉及深度学习领域,主要致力于人脸检测、人脸识别,多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架,我们这次改革不同点就是,我们要着重”研究“。之后我们会针对相应领域分享实践过程,让大家真正体会摆脱理论的真实场景,培养爱动手编程爱动脑思考的习惯!

dba6b179742bca6b1a8deff23a98d4f2.png

扫码关注

计算机视觉研究院

公众号ID|ComputerVisionGzq

学习群|扫码在主页获取加入方式

 往期推荐 

🔗

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
YOLOv5是目标检测算法中的一种,通过训练自己的数据集可以实现对自定义目标的检测。下面是YOLOv5入门实践的步骤。 第一步,准备数据集。首先收集一些与你想要检测的目标相关的图像,确保图像中的目标已标注好边界框坐标。将图像和对应的标注文件放在数据集文件夹中。 第二步,配置运行环境。需要在计算机上安装Python环境,并根据YOLOv5的要求安装相应的库和依赖。可以通过pip或conda进行安装。 第三步,调整配置文件。YOLOv5提供了一个默认的配置文件,可以根据自己的需求进行修改。主要需要调整的是类别数量和路径配置。 第四步,划分训练集和验证集。将数据集中的图像和标注文件划分为训练集和验证集,一般可以按照70%的比例划分。 第五步,训练模型。在终端中运行训练命令,指定相关参数,如模型类型、数据集路径、训练集和验证集路径等。训练时可以选择使用预训练权重或从头开始。 第六步,评估模型。训练完成后,可以通过评估命令对模型进行评估,得到关于模型性能的指标,如精确度、召回率等。 第七步,使用模型进行目标检测。训练完成的模型可以用于检测自定义数据集中的目标。可以在终端中运行检测命令,指定相关参数,如模型路径、检测图像路径等。 通过以上步骤,我们可以进行YOLOv5的入门实践,训练自己的数据集,并使用训练好的模型进行目标检测。随着更多的实践和调优,可以提高模型性能和检测效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

计算机视觉研究院

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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