VBGTRRTH的博客

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01create_txt.py会将dataset文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在weights文件下，运行03predict.py会对单张图片进行预测，

运行02train.py能对图片进行路径和对应的标签进行加载训练模型保存在weights文件夹下，运行01create_txt.py可以将dataset文件下的图片路径保存在txt文本中，运行04pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行03predict.py可以调用模型对单张图片进行预测，

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01create_txt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，图片中的文本STOP和ARRET皆被识别。

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，图片中的文本STOP和ARRET皆被识别出。

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，图片中的文本皆被检测到。

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，图片中的文本皆被识别出。

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成pyqt的交互界面，通过点击按钮对感兴趣的图片进行加载，然后进行检测识别。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成服务端接口连接小程序部分，通过小程序端点击按钮加载图片传输到服务端识别文本返回。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成pyqt的交互界面，通过点击按钮对感兴趣的图片进行加载，然后进行检测识别。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成服务端接口连接小程序部分，通过小程序端点击按钮加载图片传输到服务端识别文本返回。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

运行04pyqt界面.py可以生成一个可视化的界面，通过点击加载感兴趣的图识别。运行02train.py可以对txt文本中的图片路径读取并训练模型，运行01makeTxt.py可以读取图片路径保存再txt文本中，

运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成服务端接口连接小程序部分，通过小程序端点击按钮加载图片传输到服务端识别文本返回。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成服务端接口连接小程序部分，通过小程序端点击按钮加载图片传输到服务端识别文本返回。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。

​卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py会对图片进行读取并训练模型保存在runs文件下，运行03detector_photo.py会对单张图片进行预测，

在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种可以对比，包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03flask_server.py是使用flask生成http接口连接小程序端，通过小程序传过来的图片，调用logs文件夹下训练好的模型，识别结果返回给小程序端口。运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种可以对比，包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03flask_server.py是使用flask生成http接口连接小程序端，通过小程序传过来的图片，调用logs文件夹下训练好的模型，识别结果返回给小程序端口。运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种可以对比，包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03flask_server.py是使用flask生成http接口连接小程序端，通过小程序传过来的图片，调用logs文件夹下训练好的模型，识别结果返回给小程序端口。运行02train.py可以对txt文本中的图片路径读取并训练模型，

在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。​运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

运行03pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，

在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。运行03pyqt界面.py可以生成一个可视化的界面，通过点击按钮加载图片识别。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，

运行03pyqt界面.py可以展示一个pyqt的可视化交互界面，通过点击按钮加载感兴趣的图片进行识别。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内，运行02train.py会对图片进行读取并训练模型保存在runs文件下，