基于深度学习的水果识别系统设计

一、选择YOLOv5s模型

YOLOv5:YOLOv5 是一个轻量级的目标检测模型,它在 YOLOv4 的基础上进行了进一步优化,使其在保持较高检测精度的同时,具有更快的推理速度。YOLOv5 的网络结构更加灵活,可以根据不同的需求选择不同大小的模型,如 YOLOv5s、YOLOv5m、YOLOv5l 和 YOLOv5x,分别对应不同的模型复杂度和性能。

二、设计PyQt界面

三、槽函数绑定信号

界面注册函数

python 复制代码
    def register(self):
        connect=sqlite3.connect('register.db')
        cursor=connect.cursor()
        user_id=self.lineEdit.text()
        password=self.lineEdit_2.text()
        confirm=self.lineEdit_3.text()
        if password==confirm and user_id and password:
            sql='insert into user (user_id, password) values (?, ?)'
            cursor.execute(sql,(user_id,password))
            connect.commit()
            cursor.close()
            connect.close()
            QMessageBox.information(self,"提示","注册成功")
        elif password!=confirm:
            QMessageBox.information(self,"提示","两次密码不一致,请重新输入!")
        else:
            QMessageBox.information(self, "提示", "信息输入错误,请重新输入!")

用的数据库是sqlite3,直接import sqlite3,用起来比较方便。

点击登录按钮,就会调用detect函数,在数据库里查找信息匹配,判断账号和密码是否对应。

python 复制代码
    #打开检测界面
    def detect(self):
        connect=sqlite3.connect('register.db')
        cursor=connect.cursor()
        user_id=self.lineEdit.text()
        password=self.lineEdit_2.text()
        if user_id and password:
            sql='select  user_id,password from user where user_id=? and password=?'
            cursor.execute(sql,(user_id,password))
            connect.commit()
            data=cursor.fetchall()
            if data:
                self.close()
                DetectWin.show()
            else:
                QMessageBox.information(self,"提示","用户名或者密码错误,请重新输入")
            cursor.close()
            connect.close()
        else:
            QMessageBox.information(self,"提示","存在未输入项")

对应的话就会登录到检测界面

检测界面有四个按钮:加载模型、加载数据、开始检测、摄像头检测。

点击加载模型按钮,就会打开文件夹模型的路径。然后选择训练好的模型。

点击加载数据按钮,就会打开数据存放路径的文件夹,选择的数据可以是视频、可以是图片。

点击开始检测按钮,就会调用YOLOv5自带的detect.py代码,模型是你训练好的模型,然后就会开始检测,检测结果直接显示在界面右边,打开输出文件夹,里面是检测结果图片或者视频。

点击摄像头检测,就会调用电脑摄像头然后开始识别物体,检测结果直接实时显示在界面右边。

三、运行效果展示

20250512_175736

四、源码和环境配置

价格可谈,帮你配置环境和代码运行成功,不局限于水果检测,各种检测合适的话都可接

相关推荐
AI人工智能+11 分钟前
无缝对接与数据驱动:护照MRZ识别技术在智慧景区管理中的深度应用
人工智能·计算机视觉·ocr·护照mrz码识别
一水鉴天16 分钟前
整体设计 全面梳理复盘之30 Transformer 九宫格三层架构 Designer 全部功能定稿(初稿)之2
前端·人工智能
luoganttcc18 分钟前
DiffusionVLA 与BridgeVLA 相比 在 精度和成功率和效率上 有什么 优势
人工智能·算法
飞哥数智坊18 分钟前
TRAE CN + K2 Thinking,我试着生成了一个简版的在线 PS
人工智能·ai编程·trae
CoovallyAIHub19 分钟前
注意力机制不再计算相似性?清华北大新研究让ViT转向“找差异”,效果出奇制胜
深度学习·算法·计算机视觉
caiyueloveclamp24 分钟前
AI一键生成PPT的实用软件与网站推荐TOP10
人工智能·powerpoint·ai生成ppt·aippt·免费aippt
张较瘦_27 分钟前
[论文阅读] AI+ | AI重构工业数字孪生!新一代iDTS破解数据稀缺、智能不足难题,附3大落地案例
论文阅读·人工智能·重构
Studying 开龙wu30 分钟前
目标检测标注工具常用的三种:LabelImg、CVAT、Roboflow
人工智能·目标检测·计算机视觉
CoovallyAIHub42 分钟前
从图像导数到边缘检测:探索Sobel与Scharr算子的原理与实践
深度学习·算法·计算机视觉
bin915344 分钟前
PHP文档保卫战:AI自动生成下的创意守护与反制指南
开发语言·人工智能·php·工具·ai工具