测试通过环境：
windows10
anaconda3+python3.8
torch==1.9.0+cu111
ultralytics==8.2.70
使用步骤：
（1）首先根据官方框架https://github.com/ultralytics/ultralytics安装教程安装好yolov8环境，并安装好pyqt5
（2）切换到自己安装的yolov8环境后，并切换到源码目录，执行python main.py即可运行启动界面，进行相应的操作即可
项目提供文件有：
python源码
yolov8s.onnx模型（不提供pytorch模型，如需pytorch模型需要https://blog.csdn.net/FL1623863129/article/details/140031636下载数据集自己训练）
训练的map,P,R曲线图(在weights\results.png)
测试图片（在test_img文件夹下面）
基于yolov8的麦穗计数系统python源码+onnx模型+评估指标曲线+精美GUI界面.zip （33个子文件） 
yolov8-pyqt5 
Yolov8Detector.py 4KB test_img 
2.jpg 45KB 6.jpg 54KB 1.jpg 47KB 5.jpg 53KB 8.jpg 63KB 3.jpg 53KB 7.jpg 53KB 9.jpg 69KB 4.jpg 68KB weights 
class_names.txt 5B yolov8n.onnx 11.67MB
results.png 269KB 模型说明.txt 61B main.py 14KB image.qrc 213B mytxt.txt 695B .idea yolov8-pyqt5.iml 291B workspace.xml 7KB misc.xml 282B inspectionProfiles Project_Default.xml 880B profiles_settings.xml 174B modules.xml 283B deployment.xml 431B .gitignore 50B image_rc.py 306KB images 3.png 22KB 1.png 5KB 5.png 16KB 4.png 2KB 2.png 27KB __pycache__ Yolov8Detector.cpython-38.pyc 3KB image_rc.cpython-38.pyc 74KB资源评论
