PyQT 做图像分类GUI,生成exe文件

本文介绍了如何使用PyQT构建一个图像分类的GUI应用,并将其与LeNet神经网络结合。通过该应用,用户可以直接上传图片进行预测,无需Python环境。文章详细阐述了从设计GUI、封装预测代码到生成exe可执行文件的全过程,包括关键代码展示和遇到的问题。最终生成的exe在Windows上运行,尽管存在一些未解决的问题,如CMD窗口的出现。
摘要由CSDN通过智能技术生成

目录

1. 介绍

2. LeNet 神经网络

3. 其他代码

4. 生成 exe 可执行文件

5. 运行结果


1. 介绍

这次文章目的是用PyQT做一个实际的项目

因为图像分类的网络通过主流的网络框架很容易实现,但是想要真实的预测图像的话,之前的方法都是再pycharm里面生成一个predict.py文件。然后再里面用PIL去读取图像,传递给网络后再pycharm里面进行输出预测

由于这样的方式预测图像很麻烦,而且电脑上没有python解释器的话,就没办法使用。所以,初步的想法是生成一个exe可执行文件,这样windows平台上都可以运行。然后为了方便传入图像,这里会建立一个粗糙的GUI界面,通过图形化的方式传入图片。

最后得到的结果是上图这样的,虽然界面粗糙,但是能简单实现预期的功能

2. LeNet 神经网络

这里用于预测的网络是LeNet网络,训练的数据是CIFAR10训练集。搭建LeNet并且成功预测图片可以参考这篇文章:pytorch 搭建 LeNet 网络对 CIFAR-10 图片分类 

这里不对网络做过多解释,这里需要的文件只有predict。因为只需要将训练好的权重参数保存再LeNet.pth 里面,

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

喵星人监护人

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
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