以下是一个基于PyQt5和YoloV5实现的目标检测界面的代码示例：
```python
from PyQt5.QtWidgets import QApplication, QWidget, QLabel, QPushButton, QFileDialog
from PyQt5.QtGui import QPixmap
import sys
import cv2
import numpy as np
import torch
import yaml
# 加载YoloV5预训练模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
class App(QWidget):
def __init__(self):
super().__init__()
self.title = 'YoloV5目标检测'
self.left = 50
self.top = 50
self.width = 800
self.height = 600
self.initUI()
def initUI(self):
self.setWindowTitle(self.title)
self.setGeometry(self.left, self.top, self.width, self.height)
# 显示图片的标签
self.label = QLabel(self)
self.label.setGeometry(20, 20, 600, 400)
# 打开文件按钮
self.openButton = QPushButton('打开文件', self)
self.openButton.setGeometry(20, 450, 100, 30)
self.openButton.clicked.connect(self.openFile)
# 检测按钮
self.detectButton = QPushButton('检测', self)
self.detectButton.setGeometry(140, 450, 100, 30)
self.detectButton.clicked.connect(self.detect)
self.show()
# 打开文件对话框
def openFile(self):
options = QFileDialog.Options()
options |= QFileDialog.DontUseNativeDialog
fileName, _ = QFileDialog.getOpenFileName(self,"打开文件","","图片文件 (*.jpg *.png *.bmp)", options=options)
if fileName:
self.image = cv2.imread(fileName)
self.image = cv2.cvtColor(self.image, cv2.COLOR_BGR2RGB)
self.showImage()
# 将图片显示在标签上
def showImage(self):
h, w, ch = self.image.shape
bytesPerLine = ch * w
qImg = QImage(self.image.data, w, h, bytesPerLine, QImage.Format_RGB888)
pixmap = QPixmap.fromImage(qImg)
pixmap = pixmap.scaled(600, 400)
self.label.setPixmap(pixmap)
# 目标检测
def detect(self):
# 将图片转换为numpy数组并归一化
img = self.image / 255.0
# 进行目标检测
results = model(img)
# 获取框选框和类别
boxes = results.xyxy[0].numpy()
classes = results.names[results.pred[0].numpy()]
# 在图片上绘制框选框和类别
for i in range(len(boxes)):
box = boxes[i]
cls = classes[i]
x1, y1, x2, y2 = box.tolist()
cv2.rectangle(self.image, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
cv2.putText(self.image, cls, (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
# 显示带有检测结果的图片
self.showImage()
if __name__ == '__main__':
app = QApplication(sys.argv)
ex = App()
sys.exit(app.exec_())
```
这段代码创建了一个包含打开文件、检测按钮和显示图片的标签的窗口，当用户点击打开文件按钮时，可以打开一个图片文件；当用户点击检测按钮时，会调用YoloV5模型进行目标检测，并在图片上绘制框选框和类别，最后显示带有检测结果的图片。注意，由于该代码示例使用了PyTorch的YoloV5预训练模型，因此需要先安装PyTorch和YoloV5模型。
本文介绍了如何使用PyQt5构建一个用户界面，实现基于YOLOV6的遥感影像目标检测功能。用户可以选择图片文件夹，预览并进行预测，支持保存预测结果。完整代码可通过加入特定星球获取。
加入前不要忘了在公众号首页领取优惠券哦！
343
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
