基于YOLOv8和PyQt5开发的行人过马路使用手机通话检测与警告系统的代码包（含GUI、数据集、模型及性能评估图表、部署指南）.zip
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本代码包提供了一套基于YOLOv8和PyQt5开发的行人过马路时使用手机检测与警告系统，包含图形界面、训练数据集、预训练模型以及性能评估结果，附有详细的部署说明。
基于YOLOv8+pyqt5实现的过马路玩手机打电话检测告警系统源码（GUI界面+数据集+模型+评估曲线+部署说明）可检测斑马线、玩手机、打电话、行人、车辆及其他内容。简易的GUI界面，包含训练好的模型及详细部署操作文档。
项目代码分为两部分：main_gui_code和ultralytics。
- main_gui_code包括GUI界面代码与YOLOv8推理逻辑融合的部分，可以打开GUI进行加载模型并测试图片或视频流。
- ultralytics则为YOLOv8源代码，可用于训练各种模型，并输出结果。
搭建环境步骤如下：
1. 安装Anaconda和PyCharm。支持Windows、macOS及Linux系统。
2. 在Anaconda中新建名为YOLOv8-GUI的虚拟空间并激活：`conda create -n YOLOv8-GUI python==3.8`
激活后安装requirements.txt中的所有包，使用清华源安装更快。
打开GUI界面进行测试：
1. 环境搭建完成后，在PyCharm中导入YOLOv8-GUI虚拟环境。
2. 运行main_jiemian.py以启动界面。模型文件放在main_gui_code/models/目录下。
3. 选择待测图片或视频，点击开始检测按钮进行推理测试，并查看画框及得分值。
训练模型过程：
1. 进入ultralytics\ultralytics\yolo\v8\detect\文件夹下的train.py修改相关配置信息：例如data = cfg.data or ./cross_line.yaml。
2. 根据自身环境调整显卡参数，然后运行train.py开始训练。生成的模型和评估指标保存在runs/detect/目录下。
无GUI推理测试：
1. 打开predict.py并更改model路径为新生成的模型地址。
2. 将待测文件放入ultralytics\ultralytics\assets文件夹中，运行程序后检测结果会出现在指定位置。
全部评论 (0)
