基于YOLOv5的道路标志识别项目（yolov5界面GUI）

已于 2024-01-10 14:57:42 修改
阅读量1.5k 收藏 32
点赞数 37
分类专栏： PYQT5 YOLO 文章标签： YOLO yolov5 yolov5界面 PYQT5 QT 深度学习 交通标志识别
于 2024-01-10 14:54:17 首次发布
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/lythinking/article/details/135501525
版权

在这里插入图片描述

基于YOLOv5的道路标志识别项目（yolov5界面GUI）

English | 简体中文

这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志识别、数据库、数据分析和图像处理。

项目地址https://github.com/Ai-trainee/Traffic-Sign-Recognition-PyQt5-YOLOv5-GUI

软件截图

  • 标志识别模块

    在这里插入图片描述

左下角三个勾选框分别是结果保存、启动数据库录入、以及模型可视化分析

  • 图像处理与数据增强模块

    在这里插入图片描述

    右侧栏是自定义参数的批量图像数据增强（按一定概率对一个文件夹所有图片使用勾选的数据增加方法）

  • 初始化参数模块

    在这里插入图片描述

    模型基本参数勾选配置

  • 数据库模块

    在这里插入图片描述

  • 数据分析模块

    在这里插入图片描述

  • 登录界面

    在这里插入图片描述

演示视频

基于YOLOV5的道路标志识别系统

安装依赖

pip install -r requirements.txt

快速开始

1. 设置数据库

为了运行应用程序，您需要设置您的 MySQL 数据库。按照以下步骤准备您的数据库：

  • 自动数据库创建（可选）：
    • 如果您喜欢自动设置，我们提供了一个批处理脚本。运行 setup_database.bat 脚本来创建数据库。这需要在您的系统上安装并配置 MySQL。
  • 手动数据库创建：
    • 或者，您可以在 MySQL 中手动创建数据库。在您的 MySQL 环境中导入并执行 data/regn_mysql.sql 文件，以设置必要的数据库和表。

2. 在代码中配置数据库连接

设置数据库之后，更新代码中的连接设置；这4个变量在代码的开头，请更改成你本地数据库的身份验证信息；这些身份验证信息再代码中有两处调用(大约第111行和第1783行)

# 数据库连接设置作为全局变量
DB_HOST = 'localhost'    # 数据库主机
DB_USER = 'root'         # 数据库用户
DB_PASSWORD = '1234'     # 数据库密码
DB_NAME = 'traffic_sign_recognition'  # 数据库名

关于数据库链接的注意事项

如果遇到 RuntimeError: 'cryptography' package is required for sha256_password or caching_sha2_password auth methods 错误，这是因为数据库身份验证出错了，需要正确地创建数据库并输入密码。

3. 运行 main.py。

4. 输入您的账号和密码以登录。

以下是默认的登录凭据：

用户名密码
admin123456
12

或者修改main.py中的主函数：删除登陆逻辑，以直接进入系统而无需进行身份验证。

项目模块

  • pt文件夹：存放模型(best.pt是道路标志识别模型)
  • main_with文件夹：login.py(登陆ui)、win.py(主ui)
  • dialog文件夹：rtsp弹出界面
  • apprcc_rc.py：资源文件
  • login_ji.py：界面登陆逻辑文件
  • data/run/run-exp52：300轮训练后的道路标志识别模型
  • utils/tt100k_to_voc-main文件夹：json转yolo格式
  • result保存一些推理文件，run保存训练文件
  • 数据集：TT100k : Traffic-Sign Detection and Classification in the Wild
  • 数据库文件：data文件夹下-regn_mysql.sql

由于这个项目是在我学习YOLOv5时完成的（已经过了很长一段时间），因此主要的逻辑代码都集中在main.py文件中。换句话说，我没有将不同功能模块化，没有进行模块结构的清晰划分。主要是由于我太懒了，嘻嘻 😄。如果您有兴趣，可以将其模块化，这样它就会更加清晰。

致谢

Star History

在这里插入图片描述

Aitrainee
关注
  • 37
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
yolov5交通标志检测与识别
sybh的博客
10-01 603
YOLOv5是一种高效的实时目标检测算法，适用于各种目标检测任务，包括交通标志的检测和识别。它具有卓越的准确性和实时性，适用于在实际道路场景中进行交通标志检测。
基于yolov5的交通标志牌识别项目（python源码+项目说明）（使用tt100k数据集）.zip
03-24
【资源说明】 1、该资源内项目代码都是经过测试运行成功，功能正常的情况下才上传的，请放心下载使用。 2、适用人群：主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用，具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习，也可作为大作业、课程设计、毕设项目、初期项目立项演示等，欢迎下载，互相学习，共同进步！
道路识别
neal1991的专栏
04-11 7141
我们老板希望我能在道路识别这个方面做一些东西，这方面的东西一直在看，但是一直都是模模糊糊，我希望自己能够用一个合适的方式总结一下道路识别的问题。道路识别问题其实也正正恰好是识别问题中的一个方面，所以道路识别问题的关键也是在于如何选取一个特征来进行识别。道路识别问题可以使用不同的方法来解决，我打算从下面这些方面来阐述一下我自己对道路识别的一个理解： 我们要解决什么情况下的道路问题 其实我觉得这点挺重
深度学习之基于YoloV5交通标志目标检测系统
最新发布
2301_79809972的博客
05-18 630
一、项目背景与意义随着交通流量的不断增加，对交通安全和效率的要求也日益提高。交通标志作为道路交通的重要组成部分，对于保障驾驶安全、规范交通行为具有重要意义。然而，由于交通环境的复杂性和多样性，传统的交通标志检测方法往往难以达到理想的效果。因此，基于深度学习的交通标志目标检测系统应运而生，利用先进的算法和模型，实现对交通标志的快速、准确检测。本项目采用YOLOv5目标检测算法，构建了一个交通标志目标检测系统。
交通信号标志识别系统 python 深度学习 YOLOv5
q_3375686806的博客
11-10 677
交通信号标志识别系统 python 深度学习 YOLOv5
图像处理 道路识别 道路检测
05-17
图像处理 道路识别 道路检测，里面有关于图像处理的一般步骤。有问题可以联系我QQ：282771471
基于Yolov5的交通标志检测识别设计
qq_34184505的博客
03-11 5665
上一篇文章介绍了基于卷积神经网络的交通标志分类识别Python交通标志识别基于卷积神经网络的保姆级教程（Tensorflow），并且最后实现了一个pyqt5的GUI界面，并且还制作了一个简单的Falsk前端网页实现了前后端的一个简单交互，只能实现单张交通标志图像的分类，没有位置检测功能，并且不支持视频的实时检测识别，总体上来讲较为简单。本文介绍一个交通标志识别的进阶项目–基于Yolov5的交通标志检测识别，它不仅能实现图片的多目标检测识别还可以实现视频的实时检测识别。大家可以看一下视频展示效果如下链接。
基于YOLOv5的道路标志识别项目（yolov5界面GUI）yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5
02-18
这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志识别、数据库、数据分析和图像处理。标志识别模块 左下角三个勾选框分别是结果保存、启动...
基于YOLOv5实现的道路交通标志识别系统源码(含GUI)+项目使用说明+模型及评估指标曲线.zip
11-06
基于YOLOv5实现的道路交通标志识别系统源码(含GUI)+项目使用说明+模型及评估指标曲线.zip 这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志...
基于YOLOv5的道路标志识别项目（yolov5界面GUI）【PyQt5+mysql】
10-08
这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志识别、数据库、数据分析和图像处理。 ## 软件截图 * ### 标志识别模块 ![img.png](img....
基于YOLOV5的火灾检测系统（含模型）+GUI界面
01-05
这个基于YOLOV5的火灾检测系统结合了深度学习技术与图形用户界面（GUI），为实时火源识别提供了便捷的解决方案。本系统的核心是YOLOV5模型，它能够快速识别图像中的火灾迹象，并通过GUI界面向用户提供直观的结果。 ...
YOLOV5交通标志识别检测数据集+代码+模型+教学视频
03-18
通过拍照标注的形式标注数据 交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题，改进的优化算法不断地被提出。 目前的标注数据只有三大类：指示标志、禁止标志、警告标志。
yolov5-基于yolov5+pyqt的甲骨文图形化检测项目.zip
03-05
总结来说，"yolov5-基于yolov5+pyqt的甲骨文图形化检测项目"是将先进的深度学习算法与用户友好的图形界面相结合的典范。它巧妙地运用了Yolov5的高精度和PyQt的易用性，为甲骨文的识别提供了现代化的解决方案，不仅...
【YOLOv5实战4】基于YOLOv5的交通标志识别系统-模型测试与评估
每天进步一点丶的博客
07-21 9005
【YOLOv5实战4】基于YOLOv5的交通标志识别系统-模型测试与评估
【目标检测】基于yolov5的交通标志检测和识别(附代码和数据集)
学无止境、积少成多、厚积薄发
03-24 4010
【目标检测】基于yolov5的交通标志检测和识别(附代码和数据集)
【2023-Pytorch-检测教程】手把手教你使用YOLOV5做交通标志检测
热门推荐
dejahu的博客
03-18 1万+
交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题，改进的优化算法不断地被提出。我们以[CCTSDB](https://github.com/csust7zhangjm/CCTSDB)数据集为例，用YOLOV5算法做交通标志识别。中国交通标志检测数据集(CCTSDB，Chinese Traffic Sign Detection Benchmark)由长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。 目前的标注数据只有三大类：指示标志、禁止标志、警告标志。
基于yolov5交通标志识别（毕业设计）
weixin_42317233的博客
04-23 3473
1.数据集：TT100K数据集，是由清华与腾讯的联合实验室整理并公布的，提供的10万张图像包含了30000个交通标志，图像来源于由6个像素很高的广角单反相机在中国的多个城市拍摄的腾讯街景全景图，拍摄地点的光照条件、天气条件有所不同。TT-100K数据集所含交通标志的类别较为全面，整个数据集共出现221种不同的类别，标注了的有128类。因为TT100K作为开源的数据集，我们可以在网络上找到有关于TT100K数据集标注的xml格式标签，不过yolo算法使用的是.txt文本格式，因此我们需要对其进行转化。
Python+Yolov5道路交通标志识别
alicema1111的博客
05-08 1115
这篇博客针对Python+Yolov5道路交通标志识别编写代码，代码整洁，规则，易读。 学习与应用推荐首选。
基于yolov5的交通标志牌的目标检测研究设计——思路及概念
迷茫与徘徊只会让你陷入绝境，欢迎私信博主，带你开始提升变现价值！
06-27 5356
首先这里需要准备我们需要打标注的数据集。之后就要去修改一下data下的yaml文件，这个里面的参数也比较的重要，对应的就是我们的数据集的路径，分别为训练集和测试集，以及验证集，其中包括的45类的交通标识，所对应的ID，因为这里的ID所对应的目标含义有的比较长，且不好展示出来，所以我就按照其ID给他进行一个对应，其对应表在上面的数据标注的部分。（5）硬件设备不足，由于电脑的性能或者环境的部署，深度学习的环境部署比较麻烦，需要对其进行详细的部署，这里需要安装好Pytorch的深度学习环境，是可能比较困难的。
用pyqt搭建YOLOv5可视化界面
05-10
要搭建YOLOv5的可视化界面，您可以使用PyQt库来创建GUI应用程序。下面是一个简单的例子，演示了如何使用PyQt搭建YOLOv5的可视化界面。 首先，您需要安装必要的库和YOLOv5。假设您已经安装了YOLOv5并且在Python中导入了它。接下来，安装PyQt库： ``` pip install PyQt5 ``` 然后，您可以使用以下代码创建一个简单的GUI应用程序，该应用程序将YOLOv5应用于图像并显示结果： ``` python import sys from PyQt5.QtCore import Qt from PyQt5.QtGui import QPixmap from PyQt5.QtWidgets import QApplication, QMainWindow, QWidget, QLabel, QPushButton, QFileDialog from yolov5.detect import detect_image # 假设您已经导入了YOLOv5 class MainWindow(QMainWindow): def __init__(self): super().__init__() # 创建主窗口 self.setWindowTitle("YOLOv5可视化界面") self.setGeometry(100, 100, 800, 600) # 创建中心窗口 self.centralWidget = QWidget() self.setCentralWidget(self.centralWidget) # 创建标签和按钮 self.imageLabel = QLabel(self.centralWidget) self.imageLabel.setGeometry(50, 50, 500, 500) self.imageLabel.setAlignment(Qt.AlignCenter) self.openButton = QPushButton("打开图片", self.centralWidget) self.openButton.setGeometry(600, 50, 120, 40) self.openButton.clicked.connect(self.open_image) self.detectButton = QPushButton("检测", self.centralWidget) self.detectButton.setGeometry(600, 150, 120, 40) self.detectButton.clicked.connect(self.detect_image) # 初始化图像 self.image = None def open_image(self): # 打开文件对话框 options = QFileDialog.Options() options |= QFileDialog.DontUseNativeDialog fileName, _ = QFileDialog.getOpenFileName(self,"打开图片", "","Images (*.png *.xpm *.jpg *.bmp)", options=options) if fileName: # 加载图像并显示 self.image = QPixmap(fileName) self.imageLabel.setPixmap(self.image) self.imageLabel.setScaledContents(True) def detect_image(self): if self.image is not None: # 将图像转换为numpy数组并应用YOLOv5 result = detect_image(self.image.toImage().constBits().asarray(self.image.width() * self.image.height() * self.image.depth() // 8)) # 显示结果 print(result) if __name__ == '__main__': app = QApplication(sys.argv) window = MainWindow() window.show() sys.exit(app.exec_()) ``` 这个例子创建了一个简单的GUI应用程序，其中包含一个标签和两个按钮。单击“打开图片”按钮将打开文件对话框，允许您选择要处理的图像。单击“检测”按钮将应用YOLOv5，检测图像中的物体，并将结果打印到控制台中。 请注意，这只是一个简单的例子，您需要根据您的具体需求进行修改。例如，您可能需要添加更多的按钮和控件来控制YOLOv5的参数，或者将结果显示在GUI中而不是打印到控制台中。

“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

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

打赏作者

Aitrainee

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