这篇文章主要讲解了“怎么使用pyqt5搭建yolo3目标识别界面”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用pyqt5搭建yolo3目标识别界面”吧！
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：空间域名、网站空间、营销软件、网站建设、绥芬河网站维护、网站推广。我用的IDE是PyCharm，深度学习环境搭建可以参考其他博主的教程。
pyqt5的环境搭建流程参考的是b站up主@刘金玉编程。
安装Anaconda3，搭建好虚拟环境，在虚拟环境里配置好yolo3所需的库，并在这个虚拟环境里安装pyqt5。
用win+R打开快速运行，搜索cmd打开命令行窗口。
打开命令提示符窗口，输入'activate'+空格+所在虚拟环境的名称。然后输入'pip install pyqt5'+回车，就会开始安装pyqt5。
在PyCharm中配置好pyqt5。首先打开设置，在'External Tool'中添加ptqt5组件。点击 ‘+‘号，
点击 ‘+‘号，创建工具，工具名字是自己设定的，第一个可以命名为'QTDesinger'，Program路径选择Anaconda安装路径下的'Ananconda3\Library\bin\designer.exe',因为我是直接装在D盘的，所以完整路径为'D:\Ananconda3\Library\bin\designer.exe'。点击Program这一行末尾的'+‘号即可选择路径。选择好之后，Argument不用填，Working directory会自己填好。
然后再添加一个工具，名字可以命名为'PyUIC'，Program选择路径为虚拟环境的路径，一般都安装在Ananconda3下的evns文件夹里，下一级文件夹就是虚拟环境的名称，找到你创建的虚拟环境文件夹，在里面找到 python.exe文件，完整路径为'D:\Ananconda3\envs\python3-6\python.exe'，Argument填入
-m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py
Working directory填入
$FileDir$
完成以上步骤，即可配置好所需工具，开始设计界面了。
可以右键项目名称，选择External Tool里的QTDesinger可以直接开始设计界面，最后需要保存在项目根目录里，会生成一个后缀为'ui'的文件，然后右键点击这个文件，选择External Tool里的PyUIC即可将其转换为'py'文件，就可以从代码中对界面进行调用和编辑。
我没有从直接设计界面开始，而是从代码中设计界面。
主界面
子界面
需要导入以下常用的库：
from PyQt5.QtWidgets import * #这两个是pyqt5常用的库 from PyQt5.QtGui import QIcon, QPixmap #可以满足小白大多数功能 import os #这两个是其他的库 import sys #可以完成一些打开文件保存文件的功能 from yolov3 import train, predict #这是我自己将yolov3模型整体放在我项目的子文件夹中，从中调用我的训练和预测函数
下面是主程序：
# 创立一个主界面，并保持它，从各种按钮或者组件中接受信号完成界面功能，相当于无限循环 # 只有选择退出后才会关掉程序退出循环 if __name__ == '__main__': app = QApplication(sys.argv) mc = MyClass() #这里相当于实例化一个主界面，myclass是自己定义的主界面类 sys.exit(app.exec_()) #监听退出，如果选择退出，界面就会关掉
（1）主界面
首先是初始化，需要继承父类。
class MyClass(QWidget): def __init__(self): super().__init__() #继承父类 self.initUI() #自己定义的函数，初始化类界面，里面放着自己各种定义的按钮组件及布局 self.child_window = ChildClass() #子界面的调用，本质和主界面一样是一个类，在这里将其声明为主界面的成员
（2）主界面布局
功能实现在代码注释都有详细说明，关于self.TModelSelectSignal = [0, 0]和self.TModel= [1, 0]，可以理解为一种主界面和子界面的信号传递，由于我对深层次的参数传递不清楚，所以只能采用一种的最笨的方法，在主界面的类里活得已训练好模型的序号，放在数组self.TModel里，数组的第一位为1表示第一个模型已训练，为0表示未训练。同理第二位则表示第二个模型，如果有更多模型，可以设置更多位。数组的设置实在模型训练之后，因此将赋值数组的代码放在训练函数里。
重庆分公司
重庆分公司
def initUI(self):
self.setWindowTitle("COC缺陷检测") #设置界面名称
# self.setWindowIcon(QIcon("iconimg/zhou.png")) #设计界面的图标，图片放在项目文件夹的子文件夹里就不会出错，名字也要对应
self.resize(350, 200) #设置界面大小
self.TModelSelectSignal = [0, 0] #选择按钮对应的模型
self.TModel= [0, 0] #表示已经训练好的模型编号
myframe = QFrame(self) #实例化一个QFrame可以定义一下风格样式，相当于一个框架，可以移动，其内部组件也可以移动
btn2 = QPushButton("开始训练模型", self) #定义一个按钮，括号里需要一个self，如果需要在类内传递，则应该定义为self.btn2
btn2.clicked.connect(self.TestModel) #将点击事件与一个函数相连，clicked表示按钮的点击事件，还有其他的功能函数，后面连接的是一个类内函数，调用时无需加括号
btn3 = QPushButton("上传数据集", self)
btn3.clicked.connect(self.DataExplorerSelect) #连接一个选择文件夹的函数
btn5 = QPushButton("退出程序", self)
btn5.clicked.connect(self.close) #将按钮与关闭事件相连，这个关闭事件是重写的，它自带一个关闭函数，这里重写为点击关闭之后会弹窗提示是否需要关闭
btn6 = QPushButton("检测", self)
btn6.clicked.connect(self.show_child) #这里将联系弹出子界面函数，具体弹出方式在函数里说明
combol1 = QComboBox(myframe) #定义为一个下拉框，括号里为这个下拉框从属的骨架（框架)
combol1.addItem(" 选择模型") #添加下拉选项的文本表示，这里因为没有找到文字对齐方式，所以采用直接打空格，网上说文字对齐需要重写展示函数
combol1.addItem(" YOLOv3")
combol1.addItem(" YOLOv4")
combol1.activated[str].connect(self.TModelSelect) #|--将选择好的模型序号存到模型选择数组里
#|--后面的训练函数会根据这个数组判断需要训练哪个模型
#|--[str]表示会将下拉框里的文字随着选择信号传过去
#|--activated表示该选项可以被选中并传递信号
vlo = QVBoxLayout() #创建一个垂直布局，需要将需要垂直布局的组件添加进去
vlo.addWidget(combol1) #添加相关组件到垂直布局里
vlo.addWidget(btn3)
vlo.addWidget(btn2)
vlo.addWidget(btn6)
vlo.addWidget(btn5)
vlo.addStretch(1) #一个伸缩函数，可以一定程度上防止界面放大之后排版不协调
hlo = QVBoxLayout(self) #创建整体框架布局，即主界面的布局
hlo.addLayout(vlo) #将按钮布局添加到主界面的布局之中
hlo.addWidget(myframe) #将框架也加入到总体布局中，当然也可以不需要这框架，直接按照整体框架布局来排版
#之所以这里有这个myframe，是因为尝试过很多种布局，其中一个布局就是将其他组件都放到这个myframe中，移动这个myframe
#其里面的组件布局相对位置不会改变，后面又尝试了多种布局，所以这个myframe最后里面其实就剩下一个下拉框
self.show() #显示主界面（3）主界面的功能函数（槽函数）
选择数据上传，其本质是打开一个文件夹，然后将相关照片按照规定排列好。这里采用的是绝对路径，按理来说相对路径较好，但是没有找到具体实现方法，一般的相对路径方法打不开对应的文件夹，所以暂时选择用这个。
def DataExplorerSelect(self):
path = r'D:\pycharm\QTYOLOV3\yolov3\VOCdevkit\VOC2007'
os.system("explorer.exe %s" % path)打开子界面函数
def show_child(self): TModel1 = self.TModel #|--这是子界面的类内函数 self.child_window.GetTModel(TModel1) #|--将训练好的模型序号传到子界面的类内参数里面 self.child_window.show() #|--子界面相当于主界面的一个类内成员 #|--但是本质还是一个界面类，也有show函数将其展示
选择需要训练的模型序号
如果这里报错，有可能是下拉框中文本信息与这里的判断文本信息不同。
def TModelSelect(self, s): #s是形参，表示传回来的选中的选项的文字 if s == ' YOLOv3': self.TModelSelectSignal[0] = 1 #如果选中的是YOLOv3-COC就将第一位置1 # print(self.TModelSelectSignal[0]) elif s == ' YOLOv4': self.TModelSelectSignal[1] = 1 #如果选中的是YOLO-Efficientnet就将第二位置1 # print(self.TModelSelectSignal[1])
训练函数。因为这里只导入一个训练函数，所以只有一个判别选项，训练完之后会将self.TModelSelectSignal的对应位置零以便下一次可以继续训练。
def TestModel(self):
if self.TModelSelectSignal[0] == 1:
train.run()
self.TModelSelectSignal[0] = 0
else:
print("没有该模型")关闭函数。这里是将其重写，多了一个关闭时会有弹窗出现的功能。前一个文本参数时弹出框的名字，后一个文本参数是显示在窗口的文本。
def closeEvent(self, event): result = QMessageBox.question(self, "提示：", "您真的要退出程序吗", QMessageBox.Yes|QMessageBox.No, QMessageBox.Yes) if result == QMessageBox.Yes: event.accept() else: event.ignore()
（1）子函数
同样需要初始化并继承父类。
class ChildClass(QWidget): def __init__(self): super().__init__() self.initUI() self.TModel = [] #用来接收主界面的训练好的模型的序号 self.openfile_name_image = '' #存储原始图像的地址 self.result_name_image = '' #存储检测好的图像的地址
（2）子界面布局
def initUI(self):
self.resize(1100, 450) #缩放界面大小
self.setWindowTitle("目标检测") #设置界面标题
# self.setWindowIcon(QIcon("iconimg/zhou.png")) #设置界面图标
self.PModelSelectSignal = [0, 0] #设置需要预测模型的序号，在下拉框里选择
myframe = QFrame(self)
self.label1 = QLabel("检测模型", self)
combol1 = QComboBox(myframe)
combol1.addItem("选择检测模型")
combol1.addItem("YOLOV3")
combol1.addItem("YOLOV4")
combol1.activated[str].connect(self.PModelSelect) #链接预测模型序号选择函数
btn1 = QPushButton("选择检测图片", self)
btn1.clicked.connect(self.select_image) #链接检测图片选择函数，本质是打开一个文件夹
btn2 = QPushButton("开始检测", self)
btn2.clicked.connect(self.PredictModel) #链接预测模型函数
self.label2 = QLabel("", self) #创建一个label，可以存放文字或者图片，在这里是用来存放图片，文本参数为空就会显示为空，留出空白区域，选择好图片时会有函数展示图片
self.label2.resize(400, 400)
self.label3 = QLabel("", self)
self.label3.resize(400, 400)
label4 = QLabel(" 原始图片", self) #用来放在图片底部表示这是哪一种图片
label5 = QLabel(" 检测图片", self)
vlo2 = QHBoxLayout() #创建一个子布局，将图片水平排放
vlo2.addWidget(label4)
vlo2.addWidget(label5)
vlo = QHBoxLayout() #创建一个子布局，将按钮水平排放
vlo.addStretch()
vlo.addWidget(self.label1)
vlo.addWidget(combol1)
vlo.addWidget(btn1)
vlo.addWidget(btn2)
vlo.addStretch(1)
vlo1 = QHBoxLayout() #创建一个水平布局，将两个提示标签竖直排放
vlo1.addWidget(self.label2)
vlo1.addWidget(self.label3)
hlo = QVBoxLayout(self) #创建一个总的垂直布局，将三个子布局垂直排放
hlo.addLayout(vlo)
hlo.addLayout(vlo1)
hlo.addStretch(1)
hlo.addLayout(vlo2)
hlo.addStretch(0)
hlo.addWidget(myframe)（3）子界面功能函数（槽函数） 一个赋值函数，在外部调用给类内成员赋值
def GetTModel(self, a): self.TModel = a
关闭事件，和主界面一样是重写之后的。
def closeEvent(self, event): result = QMessageBox.question(self, "提示：", "您真的要退出程序吗", QMessageBox.Yes | QMessageBox.No, QMessageBox.Yes) if result == QMessageBox.Yes: event.accept() else: event.ignore()
def select_image(self):
self.openfile_name_image, _ = QFileDialog.getOpenFileName(self, "选择照片文件",
r"./yolov3/imgtest/")
#弹出一个对话窗，是一个文件夹，可以选择一个文件然后返回地址到 self.openfile_name_image中
print('加载照片文件地址为：' + str(self.openfile_name_image))
self.label2.setPixmap(QPixmap(str(self.openfile_name_image))) #将选中的文件名字传入QPixmap（）中，括号内为文件地址，就会读取这个图片
self.label2.resize(300, 400)
self.label2.setScaledContents(True) #表示这个label可以可以自适应窗口大小，可以让图片随窗口大小而变化选择需要预测的模型，s是形参，传回的是下拉框中的文本信息。
def PModelSelect(self, s):
if s == 'YOLOV3':
if self.TModel[0] == 1:
self.PModelSelectSignal[0] = 1
self.PModelSelectSignal[1] = 0
print(self.PModelSelectSignal[0])
else:
print("模型YOLOV3未训练") ##如果已经训练好的模型数组里对应的位置为0，则表示该模型未训练
self.PModelSelectSignal[1] = 0 #同时也要讲模型选择信号清零，以便下次可以继续选择赋值
elif s == 'YOLOV4':
if self.TModel[1] == 1:
self.PModelSelectSignal[1] = 1
self.PModelSelectSignal[0] = 0
print(self.PModelSelectSignal[1])
else:
print("模型YOLOV4未训练")
self.PModelSelectSignal[0] = 0图像预测。由于只导入了一个模型，所以只有一个判别程序，我写的预测函数是可以读取文件路径的图片，所以我只需将需要预测的图片的路径传入预测函数，就会将预测好的图片保存在指定文件夹，然后后面用程序将其读出展示在界面里。
def PredictModel(self):
if self.PModelSelectSignal[0] == 1:
predict.predict(self.openfile_name_image) #将需要预测的图片传入导入的预测函数
elif self.PModelSelectSignal[1] == 1:
print('YOLOV4正在检测') #这里应该放入另外一个模型
else:
print('没有该模型')
a = self.openfile_name_image
a = a.split('/') #将预测图片里的编号分离出来
a = './yolov3/imgtestresult/' + a[-1] #将指定路径与图片编号组合，即可得到预测好的图片的路径
self.label3.setPixmap(QPixmap(a)) #直接读取预测好的图片
self.label3.resize(300, 400)
self.label3.setScaledContents(True)
print(a)界面展示
由于保存图片路径变量覆盖的问题，会导致选择第二张检测图片之后，检测图片的结果仍然展示的是第一张，可以在选择检测图片的函数里加上每当选择一张新的图片，即可清除上一张图片。
另外一个问题就是无法连续两次检测，具体原因还没有查明，可能是用的同一个保存图片文件的变量，最后并没有传入预测函数。
另外一个还没有实现的功能就是实时展示训练进程，在原始训练函数里，是会实时打印出训练进程，所以应该可以做到读取训练函数里的打印的文本，然后传递到界面类里的一个函数，然后展示在界面里。
感谢各位的阅读，以上就是“怎么使用pyqt5搭建yolo3目标识别界面”的内容了，经过本文的学习后，相信大家对怎么使用pyqt5搭建yolo3目标识别界面这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联网站建设公司，，小编将为大家推送更多相关知识点的文章，欢迎关注！
