功能演示：
基于yolov5的香蕉成熟度检测系统，系统既能够实现图像检测，也可以进行视屏和摄像实时检测_哔哩哔哩_bilibili
（一）简介
基于yolov5的香蕉成熟度检测系统是在pytorch框架下实现的，这是一个完整的项目，包括代码，数据集，训练好的模型权重，模型训练记录，ui界面等。ui界面由pyqt5设计实现。
该项目是在pycharm和anaconda搭建的虚拟环境执行，pycharm和anaconda安装和配置可观看教程：
超详细的pycharm+anaconda搭建python虚拟环境_pycharm配置anaconda虚拟环境-CSDN博客
pycharm+anaconda搭建python虚拟环境_哔哩哔哩_bilibili
（二）项目介绍
1. pycharm打开项目界面如下
该项目可以使用已经训练好的模型权重，也可以自己重新训练，自己训练也比较简单：
第一步：修改data/fruit.yaml中的数据集路径
第二步：模型训练，即运行train.py文件
第三步：模型验证，当模型训练完后，运行val.py文件
第四步：使用模型，即运行gui.py文件即可通过GUI界面来展示模型效果
2. 数据集
部分数据展示：
3.GUI界面（技术栈：pyqt5+python）
a.GUI初始界面
b.图像检测界面
c.视屏或摄像实时检测界面
4.模型训练和验证的一些指标及效果
（三）资源获取方式
编码不易，源码有偿获取喔！
资源主要包括以下内容：完整的程序代码文件、训练好的模型、数据集、UI界面。欢迎大家咨询！ 可远程帮助跑通代码。