YOLOSHOW - YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 / RTDETR 基于 Pyside6 的图形化界面

介绍

YOLOSHOW 是一款集合了 YOLOv5 YOLOv7 YOLOv8 YOLOv9 RT-DETR

English   |   简体中文

演示视频

YOLOSHOW v1.x : YOLOSHOW-YOLOv9/YOLOv8/YOLOv7/YOLOv5/RTDETR GUI

YOLOSHOW v2.x : YOLOSHOWv2.0-YOLOv9/YOLOv8/YOLOv7/YOLOv5/RTDETR GUI

待做清单

• 加入 YOLOv9 算法
• 调整UI (菜单栏)
• 完成Rtsp功能
• 支持实例分割 （ YOLOv5 & YOLOv8 ）
• 加入 RT-DETR 算法 ( Ultralytics 仓库)
• 加入模型对比模式（VS Mode）
• 支持姿态估计 （ YOLOv8 ）
• 支持 Http 协议 ( Single Mode )
• 追踪和计数模型 ( 工业化 )

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

1. 支持动态切换 YOLOv5 / YOLOv7 / YOLOv8 / YOLOv9 / RTDETR / YOLOv5-seg / YOLOv8-seg 模型
2. 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 :

1. 所有的 pt 模型文件命名必须包含 yolov5 / yolov7 / yolov8 / yolov9 / rtdetr 中的任意一个版本. (如 yolov8-test.pt)
2. 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)
3. 如果是姿态检测类型的 pt 文件, 命名中应包含yolov8n-pose 中的任意一个版本. (如 yolov8n-pose-test.pt)

4. 加载超参数配置

1. 程序启动后, 自动加载最近保存的超参数配置.
2. 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、实例分割和姿态估计

从 YOLOSHOW v2.2 起 ，支持目标检测、实例分割和姿态估计多任务。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。

7. 支持目标检测、实例分割和姿态估计模型对比模式

从 YOLOSHOW v2.0 起，支持目标检测、实例分割和姿态估计模型对比模式。

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 6GB

1. 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 yoloshow

2. 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/cu118

安装其他版本的 Pytorch :

3. 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/simple

4. 添加字体

Windows 用户

把所有的fonts 文件夹中的字体文件 *.ttf 复制到 C:\Windows\Fonts

Linux 用户

mkdir -p ~/.local/share/fonts
sudo cp fonts/Shojumaru-Regular.ttf ~/.local/share/fonts/
sudo fc-cache -fv

MacOS 用户

MacBook实在太贵了，我买不起。你们自己想办法安装吧~😂

5. 运行程序

python main.py

使用框架

参考文献

YOLO 算法

YOLOv5 YOLOv7 YOLOv8 YOLOv9

YOLO 图形化界面

YOLOSIDE PyQt-Fluent-Widgets