@[TOC](文章目录)
前言
紧接着上文Yolo系列可视化界面框架——Pyqt5编写的框架进行了一次升级,在视频检测中添加了终止视频模块,在实时检测中添加了关闭摄像头模块
使用本次更新后的框架利用yolov3作为火焰识别算法进行可视化界面的套用。
- 使用数据集:2000张
- iou:0.3
- confidence:0.5
一、代码层展示
可以看到程序模块化可以更好的进行修改和调试,并且添加错误反馈机制,程序得以稳定的运行,值得一提得是,本文重在目标检测,所以在登陆和注册界面使用的是简单得txt文本导入,但也进行了模块化处理,想要是用Mysql数据库得同志也可以快速修改调试,不影响整体。
二、使用案例展示
1.图片检测
可以看到本次训练得结果还是不错的,识别度达到90%以上。
2.视频检测
这里没有对其得原因是没有加入cv2.resize,但这不影响大体。
3.实时检测
由于本次使用的数据集多属于城市火灾,这种结果也处于不错的阶段(狗头保命!!)
总结
yolo3可视化界面_火焰检测+2k已标注火焰数据集.7z
以上就是使用本人自写yolo可视化界面框架得整体效果,如有疑问,请在评论区联系我!= . =