PyQt5+PyTorch1.8
基于Python+PyQt5+PyTorch的电瓶车检测识别系统
可识别的对象有电瓶车和人 模型使用yolo，可调整训练次数 已经训练好的模型准确度百分之八十以上 大量注释
简介
基于Python+PyQt5+PyTorch的自行车检测识别系统，可以检测的目标有电动车和人，基于yolo的框架制作，页面上有四个按钮分别有对应的功能，加载训练好的模型，对图片或者视频进行检测，将识别的结果显示在界面右侧，对于视频检测还可以在任意时间按下暂停按钮查看，结束检测则退出软件。
主体
下面是目标检测工具的主页面
选择模型文件，用于预测图片中的目标。
初始化模型，模型初始化完成后，会弹窗显示模型加载完成，点击OK按钮关闭提示弹窗
点击图片检测按钮，可以打开文件选择对话框，选择JPG文件或者PNG格式的图片
如下图所示，图片将加载到主界面的检测结果框中，可以看到电动车的可信度达到0.89
视频检测功能，点击视频检测按钮，选择视频文件，然后就会实时对视频进行检测，将会有一个方框显示该目标检测的准确度，视频中的检测框是实时更新的。检测的准确度也会实时更新
安装与使用
本项目在python3.8下测试通过，项目含有配置信息文件，注意使用的cv2的原因，路径不能含有中文，在控制台执行pip install -r requirements.txt，如果遇到问题请后台私信，彭老师有时间会回复的。
获取方式
有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式，不经常看后台，但是看到了会回复的~，源码获取只收取很少的钱钱，除非是标记了For Free的。
