YOLOv5实战记录05 Pyside6可视化界面

个人打卡,慎看。

指路大佬:【手把手带你实战YOLOv5-入门篇】YOLOv5 Pyside6可视化界面_哔哩哔哩_bilibili

零、虚拟环境迁移路径后pip报错解决

yolov5-master文件夹我换位置后,无法pip install了。解决如下:

  • activate.bat中修改:@set "VIRTUAL_ENV=D:\yolov5-master\venv"
  • activate中修改:VIRTUAL_ENV='D:\yolov5-master\venv'
  • 更新pip:python -m pip install --upgrade pip

参考:Python 虚拟环境迁移路径后pip报错解决记录_pybot移动路径后-CSDN博客

【建议挂v,速度会快】

一、环境安装

  • 下载Pyside6: pip install pyside6

我的pyside6不在Python.exe的上级文件夹的子目录下,packages和python.exe的位置也不同,发现解释器的位置设置错了,之前一直提示我Invalid,我也没有注意。

一般python.exe和site-packages的位置关系是,python.exe和它的上级在同一文件夹下。

比如anaconda下python.exe, lib

lib下site-packages ,也可以输入以下命令,查找site-packages的位置。

python 复制代码
import site
print(site.getsitepackages())

以后安装了包,但是无法import,也可以查找site-packages的位置,很有可能这里面没有那个包。是python.exe选取的错误,修改为对应的python.exe即可。

  • 找到pyside6/designer.exe,将快捷方式发送到桌面。
  • up主用vscode安装了qt for python插件,但是我使用的是Pycharm,vscode不熟练,在pycharm中,设置setting->tools->external tools,点击+ ,添加,在Program中,输入designer.exe的位置。name和group随便设置,点击ok。

二、设计UI

  1. 新建mainwindow
  2. 把两个textlabel拖到mainwindow中【存放图片】,用vertical line隔离他们。拖两个pushbutton【按钮】。
  3. 勾选scaledcontents可以实现label中存放内容缩放。将alignment设置水平中心对齐。
  4. 修改对象的名字,便于记忆。比如label1改成input
  5. 保存到yolov5-master文件夹下,修改名字为main_window

三、将ui转换成py

添加external tool

我的血泪教训,改这个错改了40min:

  1. program不要选site-packages\Pyside6\uic.exe这样转换出来的结果可能是C++代码。
  2. 选\Scripts\pyside6-uic.exe这个文件
  • Program: D:\anaconda\Scripts\pyside6-uic.exe 【输入自己的pyside6-uic.exe文件路径】
  • Arguments: FileName -o FileNameWithoutExtension.py
  • working directory: FileDir

四、调用mainwindow

python 复制代码
import sys

from PySide6.QtWidgets import QMainWindow, QApplication

from main_window import Ui_MainWindow
#这里的main_window是你的ui转换成的py名字
#Ui_MainWindow是main_window里的class名字

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()   #self后不要加(),我加了()报错无法调用mainwindow
        self.setupUi(self)

if __name__=="__main__":
    app=QApplication(sys.argv)

    window1 = MainWindow()
    window1.show()

    app.exec()

运行上面的指令即可弹出UI设计界面。

五、关联按钮和代码

bing_slots()函数负责绑定。det_image和pushButton_2【忘改了】是那两个按钮的名字。

python 复制代码
import sys

from PySide6.QtWidgets import QMainWindow, QApplication,QFileDialog
#QFileDialog可以访问文件资源管理器


from main_window import Ui_MainWindow

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()
        self.setupUi(self)
        self.bind_slots()  #不要忘记调用,不写这句话无法显示。

    def open_image(self):
        print("点击显示图片!")


    def open_video(self):
        print("点击显示视频!")

    def bind_slots(self):
        #绑定
        self.det_image.clicked.connect(self.open_image)
        self.pushButton_2.clicked.connect(self.open_video)


if __name__=="__main__":
    app=QApplication(sys.argv)

    window1 = MainWindow()
    window1.show()

    app.exec()

六、获取图片

  • 一开始无法显示,我设置QPixmap("./datasets/images/train/30.jpg")发现可以显示,于是判断是filepath格式的问题;
  • QPixmap的参数是string类型的。打印file_path[0]发现打印出来的仍然是list格式。
  • 于是转换list为string类型。filePath=','.join(file_path[0])
python 复制代码
#与上个代码省略了相同的部分,方便理解。

from PySide6.QtGui import QPixmap
#显示图片

    def open_image(self):
        file_path=QFileDialog.getOpenFileNames(self,dir="./datasets/images/train",filter="*.jpg;*.png")
        #设置从dir里找图片, filter分号隔离不同格式
        #file_path返回的是有两个元素的数组,我们运行后,发现第一个元素是路径,第二个元素是格式。我们只输出路径。
        if file_path[0]:
            filePath=','.join(file_path[0])
            print(file_path[0])
            print(filePath)
            self.input.setPixmap(QPixmap(filePath))  #图片显示

七、训练图片

  • 首先,遇到了问题,我运行页面卡住了,一直在下载某个包,经查找,发现是下面这行代码的问题。我运行提示卡在了"'Downloading torch-2.2.2-cp310-cp310-win_amd64.whl (198.6 MB)",
  • model = torch.hub.load("./","custom",path="runs/train/exp2/weights/best.pt",trust_repo=True, source="local") 运行这行代码时卡住了,其他代码不会卡。
  • 已解决:下载几个包即可:pip install torch torchvision torchaudio
  • 参考:通过pip安装pytorch超时问题解决 - 知乎 (zhihu.com)

运行代码:

python 复制代码
import sys
import torch
from PySide6.QtWidgets import QMainWindow, QApplication,QFileDialog
#QFileDialog可以访问文件资源管理器

from PySide6.QtGui import QPixmap,QImage
#显示图片

from main_window import Ui_MainWindow

def convert2QImage(img):
    height,width,channel=img.shape
    return QImage(img,width,height,width*channel,QImage.Format_RGB888)

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()
        self.setupUi(self)
        self.model=torch.hub.load("./","custom",path="runs/train/exp2/weights/best.pt",source="local")
        self.bind_slots()  #不要忘记调用,不写这句话无法显示

    def image_pred(self,filePath):
        results=self.model(filePath)
        image=results.render()[0]
        return convert2QImage(image)
        #检测后的图片

    def open_image(self):
        file_path=QFileDialog.getOpenFileNames(self,dir="./datasets/images/train",filter="*.jpg;*.png")
        #设置从dir里找图片, filter分号隔离不同格式
        #file_path返回的是有两个元素的数组,我们运行后,发现第一个元素是路径,第二个元素是格式。我们只输出路径。
        if file_path[0]:
            filePath=','.join(file_path[0])
            qimage=self.image_pred(filePath)
            self.input.setPixmap(QPixmap(filePath))
            self.output.setPixmap(QPixmap.fromImage(qimage))


    def open_video(self):
        print("点击显示视频!")

    def bind_slots(self):
        #绑定
        self.det_image.clicked.connect(self.open_image)
        self.pushButton_2.clicked.connect(self.open_video)


if __name__=="__main__":
    app=QApplication(sys.argv)
    window1 = MainWindow()
    window1.show()

    app.exec()

八、训练视频

仍然遇到了报错:Traceback (most recent call last):

File "D:\yolov5-master\yolov5-master\base_ui.py", line 57, in open_video

self.input.setPixmap(QPixmap(convert2QImage(filePath)))

File "D:\yolov5-master\yolov5-master\base_ui.py", line 13, in convert2QImage

height,width,channel=imag.shape

AttributeError: 'str' object has no attribute 'shape'

但是我训练图片时, height,width,channel=imag.shape这行代码就没有出现问题,于是查找包含改行代码的函数调用的参数,果然写错了self.input.setPixmap(QPixmap(convert2QImage(frame)))是frame不是filePath。 一定要细心!!!

python 复制代码
import sys
import cv2
import torch
from PySide6.QtWidgets import QMainWindow, QApplication,QFileDialog
#QFileDialog可以访问文件资源管理器

from PySide6.QtGui import QPixmap,QImage
#显示图片

from main_window import Ui_MainWindow

def convert2QImage(imag):
    height,width,channel=imag.shape
    return QImage(imag,width,height,width*channel,QImage.Format_RGB888)

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()
        self.setupUi(self)
        self.model=torch.hub.load("./","custom",path="runs/train/exp2/weights/best.pt",source="local")
        self.bind_slots()  #不要忘记调用,不写这句话无法显示

    def image_pred(self,filePath):
        results=self.model(filePath)
        image=results.render()[0]
        return convert2QImage(image)
        #检测后的图片
    def video_pred(self,img):
        results=self.model(img)
        image=results.render()[0]
        return convert2QImage(image)

    def open_image(self):
        file_path=QFileDialog.getOpenFileNames(self,dir="./datasets/images/train",filter="*.jpg;*.png")
        #设置从dir里找图片, filter分号隔离不同格式
        #file_path返回的是有两个元素的数组,我们运行后,发现第一个元素是路径,第二个元素是格式。我们只输出路径。
        if file_path[0]:
            filePath=','.join(file_path[0])
            qimage=self.image_pred(filePath)
            self.input.setPixmap(QPixmap(filePath))
            self.output.setPixmap(QPixmap.fromImage(qimage))


    def open_video(self):#视频检测是一帧一帧地检测,利用opencv抽帧。
        file_path = QFileDialog.getOpenFileNames(self, dir="./datasets", filter="*.mp4")

        if file_path[0]:
            filePath=','.join(file_path[0])
            print(filePath)
            video = cv2.VideoCapture(filePath)
            while True:
                ret,frame=video.read()
                if not ret:
                    break
                frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
                qimage=self.video_pred(frame)
                self.input.setPixmap(QPixmap(convert2QImage(frame)))
                self.output.setPixmap(QPixmap.fromImage(qimage))


        print("点击显示视频!")

    def bind_slots(self):
        #绑定
        self.det_image.clicked.connect(self.open_image)
        self.pushButton_2.clicked.connect(self.open_video)


if __name__=="__main__":
    app=QApplication(sys.argv)
    window1 = MainWindow()
    window1.show()

    app.exec()

不过我运行后很慢,并且只显示了视频最后一帧的检测结果和原图片。

问题:界面刷新不及时。

解决:加入计时器from PySide6.QtCore import QTimer

python 复制代码
import sys
import cv2
import torch
from PySide6.QtWidgets import QMainWindow, QApplication,QFileDialog
#QFileDialog可以访问文件资源管理器

from PySide6.QtGui import QPixmap,QImage
#显示图片
from PySide6.QtCore import QTimer
#计时器

from main_window import Ui_MainWindow

def convert2QImage(imag):
    height,width,channel=imag.shape
    return QImage(imag,width,height,width*channel,QImage.Format_RGB888)

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()
        self.setupUi(self)
        self.model=torch.hub.load("./","custom",path="runs/train/exp2/weights/best.pt",source="local")
        self.timer=QTimer()
        self.timer.setInterval(100) #时间间隔。默认单位毫秒ms ,可以设置的小一点儿,视频更加丝滑。
        self.bind_slots()  #不要忘记调用,不写这句话无法显示

    def image_pred(self,filePath):
        results=self.model(filePath)
        image=results.render()[0]
        return convert2QImage(image)
        #检测后的图片
    def video_pred(self):
        ret, frame = self.video.read()
        if not ret:
            self.timer.stop()
        else:
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            self.input.setPixmap(QPixmap.fromImage(convert2QImage(frame)))#放在这儿而不是self.output上面,因为可能受检测的图像影响。在检测之前先显示出来。

            results=self.model(frame)
            image=results.render()[0]
            
            self.output.setPixmap(QPixmap.fromImage(convert2QImage(image)))

    def open_image(self):
        file_path=QFileDialog.getOpenFileNames(self,dir="./datasets/images/train",filter="*.jpg;*.png")
        #设置从dir里找图片, filter分号隔离不同格式
        #file_path返回的是有两个元素的数组,我们运行后,发现第一个元素是路径,第二个元素是格式。我们只输出路径。
        if file_path[0]:
            filePath=','.join(file_path[0])
            qimage=self.image_pred(filePath)
            self.input.setPixmap(QPixmap(filePath))
            self.output.setPixmap(QPixmap.fromImage(qimage))


    def open_video(self):#视频检测是一帧一帧地检测,利用opencv抽帧。
        file_path = QFileDialog.getOpenFileNames(self, dir="./datasets", filter="*.mp4")

        if file_path[0]:
            filePath=','.join(file_path[0])
            print(filePath)
            self.video = cv2.VideoCapture(filePath)
            self.timer.start()

            # while True:
            #     ret,frame=video.read()
            #
            #     if not ret:
            #         break
            #     frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
            #     qimage=self.video_pred(frame)
            #     self.input.setPixmap(QPixmap(convert2QImage(frame)))
            #     self.output.setPixmap(QPixmap.fromImage(qimage))


        print("点击显示视频!")

    def bind_slots(self):
        #绑定
        self.det_image.clicked.connect(self.open_image)
        self.pushButton_2.clicked.connect(self.open_video)
        self.timer.timeout.connect(self.video_pred)


if __name__=="__main__":
    app=QApplication(sys.argv)
    window1 = MainWindow()
    window1.show()

    app.exec()

仍然存在问题,如果再点击"图片检测"按钮,不会停下,这是因为计时器没有停。

解决方案:在打开图片时,关闭计时器,def open_image(self): self.timer.stop()

全部代码:

python 复制代码
import sys
import cv2
import torch
from PySide6.QtWidgets import QMainWindow, QApplication,QFileDialog
#QFileDialog可以访问文件资源管理器

from PySide6.QtGui import QPixmap,QImage
#显示图片
from PySide6.QtCore import QTimer
#计时器

from main_window import Ui_MainWindow

def convert2QImage(imag):
    height,width,channel=imag.shape
    return QImage(imag,width,height,width*channel,QImage.Format_RGB888)

class MainWindow(QMainWindow,Ui_MainWindow):
    def __init__(self):
        super(MainWindow,self).__init__()
        self.setupUi(self)
        self.model=torch.hub.load("./","custom",path="runs/train/exp2/weights/best.pt",source="local")
        self.timer=QTimer()
        self.timer.setInterval(1) #默认单位毫秒ms
        self.bind_slots()  #不要忘记调用,不写这句话无法显示

    def image_pred(self,filePath):
        results=self.model(filePath)
        image=results.render()[0]
        return convert2QImage(image)
        #检测后的图片
    def video_pred(self):
        ret, frame = self.video.read()
        if not ret:
            self.timer.stop()
        else:
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            self.input.setPixmap(QPixmap.fromImage(convert2QImage(frame)))
            # 放在这儿而不是self.output上面,因为可能受检测的图像影响。在检测之前先显示出来。
            results=self.model(frame)
            image=results.render()[0]
            self.output.setPixmap(QPixmap.fromImage(convert2QImage(image)))

    def open_image(self):
        self.timer.stop()
        file_path=QFileDialog.getOpenFileNames(self,dir="./datasets/images/train",filter="*.jpg;*.png")
        #设置从dir里找图片, filter分号隔离不同格式
        #file_path返回的是有两个元素的数组,我们运行后,发现第一个元素是路径,第二个元素是格式。我们只输出路径。
        if file_path[0]:
            filePath=','.join(file_path[0])
            qimage=self.video_pred(filePath)
            self.input.setPixmap(QPixmap(filePath))
            self.output.setPixmap(QPixmap.fromImage(qimage))


    def open_video(self):#视频检测是一帧一帧地检测,利用opencv抽帧。
        file_path = QFileDialog.getOpenFileNames(self, dir="./datasets", filter="*.mp4")

        if file_path[0]:
            filePath=','.join(file_path[0])
            print(filePath)
            self.video = cv2.VideoCapture(filePath)
            self.timer.start()

            # while True:
            #     ret,frame=video.read()
            #
            #     if not ret:
            #         break
            #     frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
            #     qimage=self.video_pred(frame)
            #     self.input.setPixmap(QPixmap(convert2QImage(frame)))
            #     self.output.setPixmap(QPixmap.fromImage(qimage))


        print("点击显示视频!")

    def bind_slots(self):
        #绑定
        self.det_image.clicked.connect(self.open_image)
        self.pushButton_2.clicked.connect(self.open_video)
        self.timer.timeout.connect(self.video_pred)


if __name__=="__main__":
    app=QApplication(sys.argv)
    window1 = MainWindow()
    window1.show()

    app.exec()

九、复盘

  1. 首先利用Pyside6的designer设计了UI界面。两个button,两个label,一条线。导出生成ui文件。将ui文件编译生成成py文件,注意external tool选的是pyside6-uic.exe,不是uic.exe!!!
  2. 构建程序,设计函数:初始化;绑定按键与函数事件;打开图片;打开视频;图片预测;视频预测【预测部分利用了torch.hub,实际上是对每一帧的图片进行预测,利用了计时器】

效果如下:【我之前标注的label很草率,所以效果很差,不过迈出了从0到1的步子,我很开心了。】

pyside6可视化页面预测


今天最大的收获就是可以平静地对待报错了,之前从大一开始每次改报错都特别烦躁,今天竟然可以平静地坐着改几个小时的bug。我之前特别怵头以后做机器学习、python相关的研究,现在不怕了。

要相信你遇到的问题,别人也遇到过,并且他们解决了。

如果别人没有遇到过,那正好,你会是第一个发现问题并解决的人,之后的人都会借鉴你的解决方案。

相关推荐
王哈哈^_^1 小时前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
深度学习lover7 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
Eric.Lee202112 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
极智视界16 小时前
无人机场景数据集大全「包含数据标注+划分脚本+训练脚本」 (持续原地更新)
算法·yolo·目标检测·数据集标注·分割算法·算法训练·无人机场景数据集
深度学习lover21 小时前
<项目代码>YOLOv8 夜间车辆识别<目标检测>
人工智能·yolo·目标检测·计算机视觉·表情识别·夜间车辆识别
小哥谈1 天前
源码解析篇 | YOLO11:计算机视觉领域的新突破 !对比YOLOv8如何 ?
人工智能·深度学习·神经网络·yolo·目标检测·机器学习·计算机视觉
挂科边缘2 天前
基于YOLOv8 Web的安全帽佩戴识别检测系统的研究和设计,数据集+训练结果+Web源码
前端·人工智能·python·yolo·目标检测·计算机视觉
小张贼嚣张2 天前
yolov8涨点系列之HiLo注意力机制引入
深度学习·yolo·机器学习
CV-King2 天前
yolov11-cpp-opencv-dnn推理onnx模型
人工智能·opencv·yolo·计算机视觉·dnn
辛勤的程序猿2 天前
YOLO即插即用---PConv
深度学习·yolo·计算机视觉