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。

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

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。

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])

#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：

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！！！

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

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：

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。