yolo26目标检测可视化界面系统源码

本套系统是微智启软件工作室基于yol26目标检测+pyside6开发的可视化界面系统，在window下pycharm或者vscode运行。对于稳定行进行了优化，可长时间运行检测内存无溢出。

视频演示：

https://www.bilibili.com/video/BV1onkLBGEkf/

功能介绍

默认提供官方模型------yolo26n.pt，后期可以替换成自己的模型（需要是官方源码训练的；如需改进，请在本套源码下进行改进，然后训练模型，这样就保持网络一致了）
支持同时显示检测结果图和原图，方便对比
提供了暂停/终止检测功能
提供检测进度条显示，掌控检测进度
实时统计当前帧检测到的数量
实时统计当前帧检测所消耗的时间（毫秒为单位）
支持动态调整conf（置信度）、iou的值，以及是否保存检测结果（结果默认生成在runs文件夹）
对检测到的类别，会进行分类统计，实时显示在右下角

检测类型：

图片（单图检测）

视频（mp4等离线视频）

电脑摄像头（例如USB或者笔记本自带摄像头）

文件夹（图片批量检测）

运行指南：

anaconda和pycharm加载项目视频教程：https://www.bilibili.com/video/BV1Q96NYkEQM?t=62.5

项目环境依赖视频教程：https://www.bilibili.com/video/BV19ez1YREdF?t=85.4

1、在anaconda中，创建独立环境

bash 复制代码

conda create -n yolo26 python=3.8

2、在pycharm或者vscode中，添加刚刚创建的解释器，然后在终端安装依赖

bash 复制代码

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

3、安装完环境依赖后，运行Main.py启动程序

温馨提示：上述第2步中，直接pip安装依赖是安装CPU版的pytorch。如果希望安装GPU版的pytorch，需要先注释或者删除requestments.txt里面的torch和torchversion，然后再执行pip install 命令。安装完毕后，再安装GPU版的pytorch：conda install pytorch2.4.1 torchvision0.19.1 torchaudio==2.4.1 pytorch-cuda=11.8 -c pytorch -c nvidia

或者其他更高的版本

界面样式修改：

详细方法，查看另一篇文章：https://wzqgzs.blog.csdn.net/article/details/151545144

在实际应用中，很多同学为了避免重样，会选择修改样式，这当然是允许的，我们提供了UI源文件，只需要在Qt编辑器中打开它，并修改对应的CSS样式即可。

如果只是希望修改图片或者图片，可以直接在根目录下，替换同名的图片，然后重新运行。

本界面长宽尺寸分别为1338x659像素固定尺寸，部分笔记本会进行界面放大，导致显示不全，在系统显示设置，调整合适倍率，大部分支持125%以下。

主代码中，提供了大量的注释，方便同学们理解。

源码获取：

点击底部小卡片联系