YOLOv8常见水果识别检测系统（yolov8模型，从图像、视频和摄像头三种路径识别检测）

1.效果视频（常见水果识别（yolov8模型，从图像、视频和摄像头三种路径识别检测）_哔哩哔哩_bilibili）

资源包含可视化的水果识别检测系统，可识别图片和视频当中出现的六类常见的水果，包括： 苹果、香蕉、葡萄、橘子、菠萝、西瓜等，以及自动开启摄像头，进行水果识别检测。基于最新的YOLO-v8训练的水果检测模型和完整的python代码以及水果检测的训练数据，下载后即可运行。

2.文件夹截图

 重要文件解释：predictWindow.py是Pyqt5界面展示主程序，并调用训练好的yolov8模型参数，进行水果不同类别的检测。fruit_train.py是训练脚本，detect_tools.py是用来读取和展示图像，被predictWindow.py调用.yolov8.pt是训练完成模型保存参数。

配置环境

numpy==1.22.0
tensorflow==2.12.0
opencv-python==3.4.9.31
PyQt5==5.15.2
pyqt5-tools==5.15.2.3.1
Pillow==9.5.0

如有其它数据集检测需求，可定制项目 

3.效果图

 

 

 

对数据集和代码放在一起的压缩包感兴趣，可以关注最后一行

from PyQt5.QtWidgets import QApplication, QMainWindow, QFileDialog  # 导入PyQt5库中的模块
import sys
import os
import glob
sys.path.append('UIProgram')  # 添加一个路径到Python的模块搜索路径
from UIProgram.UiMain import Ui_MainWindow  # 导入UI程序的主窗口定义
from UIProgram.QssLoader import QSSLoader  # 导入自定义的QSSLoader模块
import sys
from PyQt5.QtCore import Qt, QCoreApplication  # 导入PyQt5库中的模块
from ultralytics import YOLO
import cv2
import detect_tools as tools
#压缩包：https://mbd.pub/o/bread/mbd-ZpWTl5ps