怎么使用pyqt5搭建yolo3目标识别界面

tangjin

作者

这篇文章主要讲解了“怎么使用pyqt5搭建yolo3目标识别界面”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用pyqt5搭建yolo3目标识别界面”吧！

搭建pyqt5环境

我用的IDE是PyCharm，深度学习环境搭建可以参考其他博主的教程。pyqt5的环境搭建流程参考的是b站up主@刘金玉编程。

安装Anaconda3，搭建好虚拟环境，在虚拟环境里配置好yolo3所需的库，并在这个虚拟环境里安装pyqt5。
用win+R打开快速运行，搜索cmd打开命令行窗口。

打开命令提示符窗口，输入'activate'+空格+所在虚拟环境的名称。然后输入'pip install pyqt5'+回车，就会开始安装pyqt5。

在PyCharm中配置好pyqt5。首先打开设置，在'External Tool'中添加ptqt5组件。点击 ‘+‘号，

点击 ‘+‘号，创建工具，工具名字是自己设定的，第一个可以命名为'QTDesinger'，Program路径选择Anaconda安装路径下的'Ananconda3\Library\bin\designer.exe',因为我是直接装在D盘的，所以完整路径为'D:\Ananconda3\Library\bin\designer.exe'。点击Program这一行末尾的'+‘号即可选择路径。选择好之后，Argument不用填，Working directory会自己填好。

然后再添加一个工具，名字可以命名为'PyUIC'，Program选择路径为虚拟环境的路径，一般都安装在Ananconda3下的evns文件夹里，下一级文件夹就是虚拟环境的名称，找到你创建的虚拟环境文件夹，在里面找到 python.exe文件，完整路径为'D:\Ananconda3\envs\python3-6\python.exe'，Argument填入

-mPyQt5.uic.pyuic$FileName$-o$FileNameWithoutExtension$.py

Working directory填入

$FileDir$

完成以上步骤，即可配置好所需工具，开始设计界面了。

可以右键项目名称，选择External Tool里的QTDesinger可以直接开始设计界面，最后需要保存在项目根目录里，会生成一个后缀为'ui'的文件，然后右键点击这个文件，选择External Tool里的PyUIC即可将其转换为'py'文件，就可以从代码中对界面进行调用和编辑。

我没有从直接设计界面开始，而是从代码中设计界面。

程序流程

主界面

子界面

设计界面

1.主函数

需要导入以下常用的库：

fromPyQt5.QtWidgetsimport*					#这两个是pyqt5常用的库
fromPyQt5.QtGuiimportQIcon,QPixmap			#可以满足小白大多数功能
importos					#这两个是其他的库
importsys					#可以完成一些打开文件保存文件的功能
fromyolov3importtrain,predict			#这是我自己将yolov3模型整体放在我项目的子文件夹中，从中调用我的训练和预测函数

下面是主程序：

#创立一个主界面，并保持它，从各种按钮或者组件中接受信号完成界面功能，相当于无限循环
#只有选择退出后才会关掉程序退出循环
if__name__=='__main__':
app=QApplication(sys.argv)
mc=MyClass()		#这里相当于实例化一个主界面，myclass是自己定义的主界面类
sys.exit(app.exec_())		#监听退出，如果选择退出，界面就会关掉

2.定义主界面的类

（1）主界面

首先是初始化，需要继承父类。

classMyClass(QWidget):
def__init__(self):
super().__init__()		#继承父类
self.initUI()			#自己定义的函数，初始化类界面，里面放着自己各种定义的按钮组件及布局
self.child_window=ChildClass()		#子界面的调用，本质和主界面一样是一个类，在这里将其声明为主界面的成员

（2）主界面布局

功能实现在代码注释都有详细说明，关于self.TModelSelectSignal = [0, 0]和self.TModel= [1, 0]，可以理解为一种主界面和子界面的信号传递，由于我对深层次的参数传递不清楚，所以只能采用一种的最笨的方法，在主界面的类里活得已训练好模型的序号，放在数组self.TModel里，数组的第一位为1表示第一个模型已训练，为0表示未训练。同理第二位则表示第二个模型，如果有更多模型，可以设置更多位。数组的设置实在模型训练之后，因此将赋值数组的代码放在训练函数里。

definitUI(self):
self.setWindowTitle("COC缺陷检测")		#设置界面名称
#self.setWindowIcon(QIcon("iconimg/zhou.png"))		#设计界面的图标，图片放在项目文件夹的子文件夹里就不会出错，名字也要对应
self.resize(350,200)		#设置界面大小
self.TModelSelectSignal=[0,0]#选择按钮对应的模型
self.TModel=[0,0]#表示已经训练好的模型编号

myframe=QFrame(self)#实例化一个QFrame可以定义一下风格样式，相当于一个框架，可以移动，其内部组件也可以移动
btn2=QPushButton("开始训练模型",self)		#定义一个按钮，括号里需要一个self，如果需要在类内传递，则应该定义为self.btn2
btn2.clicked.connect(self.TestModel)	#将点击事件与一个函数相连，clicked表示按钮的点击事件，还有其他的功能函数，后面连接的是一个类内函数，调用时无需加括号
btn3=QPushButton("上传数据集",self)
btn3.clicked.connect(self.DataExplorerSelect)#连接一个选择文件夹的函数
btn5=QPushButton("退出程序",self)
btn5.clicked.connect(self.close)	#将按钮与关闭事件相连，这个关闭事件是重写的，它自带一个关闭函数，这里重写为点击关闭之后会弹窗提示是否需要关闭
btn6=QPushButton("检测",self)
btn6.clicked.connect(self.show_child)#这里将联系弹出子界面函数，具体弹出方式在函数里说明

combol1=QComboBox(myframe)#定义为一个下拉框，括号里为这个下拉框从属的骨架（框架)
combol1.addItem("选择模型")	#添加下拉选项的文本表示，这里因为没有找到文字对齐方式，所以采用直接打空格，网上说文字对齐需要重写展示函数
combol1.addItem("YOLOv3")
combol1.addItem("YOLOv4")
combol1.activated[str].connect(self.TModelSelect)	#|--将选择好的模型序号存到模型选择数组里
													#|--后面的训练函数会根据这个数组判断需要训练哪个模型
															#|--[str]表示会将下拉框里的文字随着选择信号传过去
															#|--activated表示该选项可以被选中并传递信号
vlo=QVBoxLayout()#创建一个垂直布局，需要将需要垂直布局的组件添加进去
vlo.addWidget(combol1)	#添加相关组件到垂直布局里
vlo.addWidget(btn3)
vlo.addWidget(btn2)
vlo.addWidget(btn6)
vlo.addWidget(btn5)
vlo.addStretch(1)	#一个伸缩函数，可以一定程度上防止界面放大之后排版不协调
hlo=QVBoxLayout(self)	#创建整体框架布局，即主界面的布局
hlo.addLayout(vlo)	#将按钮布局添加到主界面的布局之中
hlo.addWidget(myframe)	#将框架也加入到总体布局中，当然也可以不需要这框架，直接按照整体框架布局来排版
#之所以这里有这个myframe，是因为尝试过很多种布局，其中一个布局就是将其他组件都放到这个myframe中，移动这个myframe
#其里面的组件布局相对位置不会改变，后面又尝试了多种布局，所以这个myframe最后里面其实就剩下一个下拉框
self.show()#显示主界面

（3）主界面的功能函数（槽函数）

选择数据上传，其本质是打开一个文件夹，然后将相关照片按照规定排列好。这里采用的是绝对路径，按理来说相对路径较好，但是没有找到具体实现方法，一般的相对路径方法打不开对应的文件夹，所以暂时选择用这个。

defDataExplorerSelect(self):
path=r'D:\pycharm\QTYOLOV3\yolov3\VOCdevkit\VOC2007'
os.system("explorer.exe%s"%path)

打开子界面函数

defshow_child(self):
TModel1=self.TModel					#|--这是子界面的类内函数
self.child_window.GetTModel(TModel1)	#|--将训练好的模型序号传到子界面的类内参数里面
self.child_window.show()		#|--子界面相当于主界面的一个类内成员
								#|--但是本质还是一个界面类，也有show函数将其展示

选择需要训练的模型序号如果这里报错，有可能是下拉框中文本信息与这里的判断文本信息不同。

defTModelSelect(self,s):		#s是形参，表示传回来的选中的选项的文字
ifs=='YOLOv3':
self.TModelSelectSignal[0]=1		#如果选中的是YOLOv3-COC就将第一位置1
#print(self.TModelSelectSignal[0])
elifs=='YOLOv4':
self.TModelSelectSignal[1]=1		#如果选中的是YOLO-Efficientnet就将第二位置1
#print(self.TModelSelectSignal[1])

训练函数。因为这里只导入一个训练函数，所以只有一个判别选项，训练完之后会将self.TModelSelectSignal的对应位置零以便下一次可以继续训练。

defTestModel(self):
ifself.TModelSelectSignal[0]==1:
train.run()
self.TModelSelectSignal[0]=0
else:
print("没有该模型")

关闭函数。这里是将其重写，多了一个关闭时会有弹窗出现的功能。前一个文本参数时弹出框的名字，后一个文本参数是显示在窗口的文本。

defcloseEvent(self,event):
result=QMessageBox.question(self,"提示：","您真的要退出程序吗",QMessageBox.Yes|QMessageBox.No,QMessageBox.Yes)
ifresult==QMessageBox.Yes:
event.accept()
else:
event.ignore()

3.定义子界面

（1）子函数

同样需要初始化并继承父类。

classChildClass(QWidget):
def__init__(self):
super().__init__()
self.initUI()
self.TModel=[]	#用来接收主界面的训练好的模型的序号
self.openfile_name_image=''	#存储原始图像的地址
self.result_name_image=''		#存储检测好的图像的地址

（2）子界面布局

definitUI(self):
self.resize(1100,450)	#缩放界面大小
self.setWindowTitle("目标检测")	#设置界面标题
#self.setWindowIcon(QIcon("iconimg/zhou.png"))		#设置界面图标
self.PModelSelectSignal=[0,0]	#设置需要预测模型的序号，在下拉框里选择

myframe=QFrame(self)
self.label1=QLabel("检测模型",self)
combol1=QComboBox(myframe)
combol1.addItem("选择检测模型")
combol1.addItem("YOLOV3")
combol1.addItem("YOLOV4")
combol1.activated[str].connect(self.PModelSelect)	#链接预测模型序号选择函数
btn1=QPushButton("选择检测图片",self)
btn1.clicked.connect(self.select_image)		#链接检测图片选择函数，本质是打开一个文件夹

btn2=QPushButton("开始检测",self)
btn2.clicked.connect(self.PredictModel)		#链接预测模型函数

self.label2=QLabel("",self)			#创建一个label，可以存放文字或者图片，在这里是用来存放图片，文本参数为空就会显示为空，留出空白区域，选择好图片时会有函数展示图片
self.label2.resize(400,400)
self.label3=QLabel("",self)
self.label3.resize(400,400)
label4=QLabel("原始图片",self)		#用来放在图片底部表示这是哪一种图片
label5=QLabel("检测图片",self)
vlo2=QHBoxLayout()		#创建一个子布局，将图片水平排放
vlo2.addWidget(label4)
vlo2.addWidget(label5)

vlo=QHBoxLayout()		#创建一个子布局，将按钮水平排放
vlo.addStretch()
vlo.addWidget(self.label1)
vlo.addWidget(combol1)
vlo.addWidget(btn1)
vlo.addWidget(btn2)
vlo.addStretch(1)

vlo1=QHBoxLayout()	#创建一个水平布局，将两个提示标签竖直排放
vlo1.addWidget(self.label2)
vlo1.addWidget(self.label3)

hlo=QVBoxLayout(self)		#创建一个总的垂直布局，将三个子布局垂直排放
hlo.addLayout(vlo)
hlo.addLayout(vlo1)
hlo.addStretch(1)
hlo.addLayout(vlo2)
hlo.addStretch(0)
hlo.addWidget(myframe)

（3）子界面功能函数（槽函数）一个赋值函数，在外部调用给类内成员赋值

defGetTModel(self,a):
self.TModel=a

关闭事件，和主界面一样是重写之后的。

defcloseEvent(self,event):
result=QMessageBox.question(self,"提示：","您真的要退出程序吗",QMessageBox.Yes|QMessageBox.No,QMessageBox.Yes)
ifresult==QMessageBox.Yes:
event.accept()
else:
event.ignore()

defselect_image(self):
self.openfile_name_image,_=QFileDialog.getOpenFileName(self,"选择照片文件",
r"./yolov3/imgtest/")
	#弹出一个对话窗，是一个文件夹，可以选择一个文件然后返回地址到self.openfile_name_image中
print('加载照片文件地址为：'+str(self.openfile_name_image))
self.label2.setPixmap(QPixmap(str(self.openfile_name_image)))#将选中的文件名字传入QPixmap（）中，括号内为文件地址，就会读取这个图片
self.label2.resize(300,400)
self.label2.setScaledContents(True)	#表示这个label可以可以自适应窗口大小，可以让图片随窗口大小而变化

选择需要预测的模型，s是形参，传回的是下拉框中的文本信息。

defPModelSelect(self,s):
ifs=='YOLOV3':
ifself.TModel[0]==1:
self.PModelSelectSignal[0]=1
self.PModelSelectSignal[1]=0
print(self.PModelSelectSignal[0])
else:
print("模型YOLOV3未训练")	##如果已经训练好的模型数组里对应的位置为0，则表示该模型未训练
self.PModelSelectSignal[1]=0		#同时也要讲模型选择信号清零，以便下次可以继续选择赋值
elifs=='YOLOV4':
ifself.TModel[1]==1:
self.PModelSelectSignal[1]=1
self.PModelSelectSignal[0]=0
print(self.PModelSelectSignal[1])
else:
print("模型YOLOV4未训练")
self.PModelSelectSignal[0]=0

图像预测。由于只导入了一个模型，所以只有一个判别程序，我写的预测函数是可以读取文件路径的图片，所以我只需将需要预测的图片的路径传入预测函数，就会将预测好的图片保存在指定文件夹，然后后面用程序将其读出展示在界面里。

defPredictModel(self):
ifself.PModelSelectSignal[0]==1:
predict.predict(self.openfile_name_image)	#将需要预测的图片传入导入的预测函数
elifself.PModelSelectSignal[1]==1:
print('YOLOV4正在检测')#这里应该放入另外一个模型
else:
print('没有该模型')
a=self.openfile_name_image
a=a.split('/')	#将预测图片里的编号分离出来
a='./yolov3/imgtestresult/'+a[-1]	#将指定路径与图片编号组合，即可得到预测好的图片的路径
self.label3.setPixmap(QPixmap(a))	#直接读取预测好的图片
self.label3.resize(300,400)
self.label3.setScaledContents(True)
print(a)

界面展示