基于深度学习YOLOv8+PyQt5的可散布地雷检测识别系统设计

文末获取完整源码+数据集+配置说明+文件说明+远程操作配置环境跑通程序等

---

效果演示

基于深度学习YOLOv8+PyQt5的可散布地雷检测系统

技术栈关键词

目标检测、深度学习、PyTorch、YOLOv8、Python、PyQt5
使用的工具：Anaconda、PyCharm、Qt Designer、Labelimg

系统功能

支持图片、视频、摄像头检测；展示检测结果及可视化；保存检测识别结果。
可以检测识别2类地雷：星鱼地雷（starfish）、蝴蝶地雷（butterfly）

数据集介绍

2G+标注好的数据集，包含2类地雷：星鱼地雷（starfish）、蝴蝶地雷（butterfly），具体情况如下图表所示。

训练好的模型

模型已经训练好了，训练了150轮，整体精确率达到94%，召回率达到80以上%，平均精确率mAP50达到90%；具体评价指标如下图表所示。

项目文件介绍

项目导入运行教程

1、安装Anaconda完成后，打开conda命令行，输入以下命令创建虚拟环境。

conda create -n py39 python=3.9

2、创建完成后，输入以下命令激活虚拟环境。

conda activate py39

3、输入以下命令进行该项目文件夹内。

cd 该项目文件目录内路径

4、输入以下命令安装所需的库。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

5、安装完成后使用PyCharm打开该项目，为该项目设置以上创建的虚拟环境，运行MainProgram.py文件即可显示该系统界面。

---

点击下方小卡片，那边对话框发送“资源”两个字

获取完整源码+数据集+源码说明+配置跑通说明+远程操作配置环境跑通程序+定制配套LunWen等