YOLOSHOW 是一个基于 PySide6（Qt for Python）开发的图形化界面应用程序，主要用于集成和可视化YOLO系列（包括但不限于YOLOv5、YOLOv7、YOLOv8、YOLOv9）的目标检测模型。YOLOSHOW 提供了一个用户友好的交互界面，使得非编程背景的用户也能轻松地利用YOLO模型进行图像和视频中的目标检测。
通过YOLOSHOW，用户无需深入理解YOLO系列模型背后的复杂代码和算法，即可实现以下功能：
1. 模型加载与选择：用户可以直接在GUI界面上选择已训练好的YOLO模型文件，支持多个版本的YOLO模型导入。
2. 实时目标检测：YOLOSHOW能够连接摄像头或读取本地视频文件，实时展示YOLO模型对视频流中目标的检测结果，用矩形框标记出识别到的物体，并可能显示其类别和置信度。
3. 图像目标检测：用户可以上传静态图片进行目标检测，YOLOSHOW会在界面上展示检测结果，并可保存带有检测框的标注图片。
4. 参数调整：图形化界面允许用户调整模型运行的阈值参数，如置信度阈值、非极大值抑制(NMS)阈值等，以适应不同场景下的检测需求。
5. 结果展示与保存：检测结果可以直观地呈现在界面上，并支持导出为CSV、JSON等格式的报告，也可将带有检测结果的视频或图像保存到本地。
6. 模型性能评测：YOLOSHOW可能还提供了对模型性能进行简单评估的功能，例如计算检测准确率、召回率等指标。
总之，YOLOSHOW作为一个基于PySide6开发的图形化前端工具，极大地简化了YOLO系列模型在实际应用中的部署和使用流程，使得用户在不具备编程技能的情况下也能迅速开展目标检测工作。不过，需要注意的是，YOLOSHOW的具体功能可能因不同版本的实现略有差异，实际操作时请参阅具体项目的文档说明。
介绍
YOLOSHOW 是一款集合了 YOLOv5 YOLOv7 YOLOv8 YOLOv9 算法的图形化界面程序.
功能
1. 支持 图片 / 视频 / 摄像头 / 文件夹（批量） 目标检测
选择左侧菜单栏的图片 / 视频 / 摄像头 / 文件夹（批量）进行目标检测
2. 动态切换模型 / 调整超参数
程序开始检测时，支持动态切换模型 / 调整超参数
- 支持动态切换
YOLOv5/YOLOv7/YOLOv8/YOLOv9模型 - 支持动态修改
IOU/Confidence/Delay time/line thickness超参数
3. 动态加载模型
程序可以自动检测ptfiles 文件夹中包含YOLOv5 Models / YOLOv7 Models / YOLOv8 Models / YOLOv9 Models pt 模型.
如果你需要导入新的 pt 文件, 请点击 Settings 框中的 Import Model 按钮 来选择需要导入的 pt 文件. 然后程序会把该文件复制到 ptfiles 文件夹下.
Notice :
- 所有的
pt模型文件命名必须包含yolov5/yolov7/yolov8/yolov9中的任意一个版本. (如yolov8-test.pt) - 如果是分割类型的
pt文件, 命名中应包含yolov5n-seg/yolov8s-seg中的任意一个版本. (如yolov8n-seg-test.pt)
4. 加载超参数配置
- 程序启动后, 自动加载最近保存的超参数配置.
- 程序关闭后, 自动保存最近修改的超参数配置.
5. 保存检测结果
如果需要保存检测结果，请在检测前点击 Save MP4/JPG . 然后等待检测完毕，选择需要保存的路径进行结果保存.
6. 同时支持目标检测和实例分割
从 YOLOSHOW v1.2 起 ，支持目标检测和实例分割多任务。同时支持不同版本的任务切换，如从YOLOv5 目标检测任务 切换到 YOLOv8 实例分割任务。
运行准备工作
实验环境
OS : Windows 11
CPU : Intel(R) Core(TM) i7-10750H CPU @2.60GHz 2.59 GHz
GPU : NVIDIA GeForce GTX 1660Ti 6GB1. 创建虚拟环境
创建内置Python 3.9的conda虚拟环境, 然后激活该环境.
conda create -n yoloshow python=3.9
conda activate yoloshow2.安装Pytorch框架
Windows: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
Linux: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1183. 安装依赖包
切换到YOLOSHOW程序所在的路径
cd {YOLOSHOW程序所在的路径}安装程序所需要的依赖包
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install "PySide6-Fluent-Widgets[full]" -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -U Pyside6 -i https://pypi.tuna.tsinghua.edu.cn/simple4. 添加字体
把所有的fonts 文件夹中的字体文件 *.ttf 复制到 C:\Windows\Fonts
使用框架
python/pytorch/puside6
参考文献
YOLOv5 YOLOv7 YOLOv8 YOLOv9
获取整套代码、测试视频、训练好的权重和说明文档(有偿)
中科大硕士，技术够硬，也可以指导深度学习毕设、大作业等。
--------------->qq------------767172261
------------------------------
