Yolov5训练+ PyQt5界面+ onnxruntime检测+ nuitka打包部署_模型 训练 pyqt

基于Yolov5 + PyQt5 + onnxruntime的目标检测项目

实现：

• Yolov5训练个人数据集
• 将pt格式转换为onnx格式
• 使用onnxruntime进行检测
• 并在Windows平台打包为可执行程序

优点：

• 脱离torch环境
• CUDA加速
• 部署简单
• 打包压缩后仅100MB左右

展示

主界面

功能

1. 实时帧数
2. 重定向控制台输出到软件界面上
3. 支持识别摄像头和视频，命令行支持识别文件夹下的图片
4. 随时更改置信度、IOU阈值
5. 显示/关闭锚框
6. 更改锚框宽度及颜色
7. 打印/隐藏检测结果
8. 录制检测视频
9. 保存实时截图
10. 保存控制台记录
11. 自定义脚本触发器，每次检测都会触发，利用此功能可实现很多sao操作
    
    

打包为可执行文件

• 执行build.py，打包好的文件位于build_file/publish文件夹，将此文件夹压缩并发给其他人，他人解压后即可直接使用，无需安装python环境和任何模块
• 所用库为nuitka，打包命令已经在build.py中配置好，如需更高级玩法请自己摸索
• 附nuitka的基础使用方法：知乎@Python与模具

项目需求 (详见GitHub)

• python == 3.9
• numpy == 1.23.4
• opencv-python == 4.5.5.62
• PyQt5 == 5.15.7
• onnxruntime == 1.13.1
• nuitka == 0.6.18.4

仓库自带两个onnx模型，一个是官方的yolov7-tiny_640x640.onnx，一个是自己训练的安全帽识别模型，位于need/models文件夹

训练自己的数据集

• 所用Yolov5版本为5.0，如果想兼容其他版本请自行修改代码，Yolov5 v5.0传送门
• 训练完成后按照官方命令转为onnx格式。本仓库的模型转换命令为python models/export.py --weights ./weights/yolov5s.pt --img 640 --batch 1

项目地址：
https://github.com/xun-xh/yolov5-onnx-pyqt-exe
https://gitee.com/xun_hh/yolov5-onnx-pyqt-exe

欢迎star & issue