火焰识别项目可视化界面的实现——YOLOv3

@[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！= . =