基于YOLOv5的火灾检测系统的设计与实现（PyQT页面+YOLOv5模型+数据集）

概述

​ 本报告介绍了一种基于YOLOv5深度学习模型的火灾检测系统。该系统能够对图像和视频中的火灾进行检测，并通过PyQt5实现图形用户界面（GUI），允许用户加载图像、视频文件，或使用摄像头进行实时检测。检测结果会显示在界面上，并且可以保存检测结果。本报告将详细描述系统的架构、功能实现、使用说明、检测示例、数据集获取与介绍、YOLOv5模型介绍以及训练过程。

系统架构

主要组件

1. YOLOv5检测器：利用预训练的YOLOv5模型进行火灾检测。
2. 视频处理器：处理视频流并进行火灾检测，输出处理后的帧和检测信息。
3. 主窗口：提供用户界面，允许用户进行操作。

代码结构

代码主要包括以下几个部分：

• YOLOv5检测器类 (YoloV5Detector): 负责加载YOLOv5模型并进行图像和视频帧的检测。
• 视频处理器类 (Vide