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
yolov8n.onnx模型（不提供pytorch模型）
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的轮胎缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面.zip （149个子文件） 
results.csv 33KB .gitignore 50B yolov8-pyqt5.iml 324B
val_batch0_pred.jpg 639KB val_batch0_labels.jpg 638KB train_batch0.jpg 580KB val_batch1_labels.jpg 579KB val_batch1_pred.jpg 578KB val_batch2_pred.jpg 541KB val_batch2_labels.jpg 526KB train_batch2.jpg 490KB train_batch5491.jpg 489KB train_batch1.jpg 469KB train_batch5492.jpg 461KB train_batch5490.jpg 441KB labels_correlogram.jpg 207KB labels.jpg 169KB 25.jpg 100KB 64.jpg 99KB 53.jpg 99KB 16.jpg 96KB 82.jpg 92KB 97.jpg 88KB 84.jpg 87KB 42.jpg 86KB 66.jpg 85KB 56.jpg 83KB 4.jpg 82KB 32.jpg 82KB 3.jpg 81KB 35.jpg 79KB 71.jpg 79KB 55.jpg 79KB 28.jpg 79KB 90.jpg 78KB 22.jpg 78KB 48.jpg 77KB 34.jpg 76KB 36.jpg 76KB 63.jpg 75KB 93.jpg 73KB 52.jpg 73KB 23.jpg 72KB 17.jpg 72KB 45.jpg 71KB 11.jpg 71KB 33.jpg 71KB 29.jpg 71KB 89.jpg 70KB 1.jpg 70KB 86.jpg 70KB 81.jpg 70KB 77.jpg 69KB 60.jpg 69KB 58.jpg 69KB 69.jpg 68KB 72.jpg 68KB 68.jpg 67KB 30.jpg 67KB 41.jpg 66KB 91.jpg 66KB 21.jpg 66KB 5.jpg 65KB 12.jpg 63KB 73.jpg 63KB 7.jpg 62KB 75.jpg 62KB 61.jpg 62KB 67.jpg 62KB 59.jpg 61KB 18.jpg 60KB 46.jpg 60KB 74.jpg 59KB 38.jpg 59KB 80.jpg 58KB 95.jpg 58KB 57.jpg 58KB 99.jpg 58KB 54.jpg 57KB 43.jpg 56KB 47.jpg 56KB 24.jpg 55KB 92.jpg 55KB 79.jpg 55KB 40.jpg 54KB 39.jpg 54KB 76.jpg 54KB 44.jpg 54KB 26.jpg 54KB 94.jpg 51KB 78.jpg 50KB 2.jpg 50KB 98.jpg 50KB 19.jpg 50KB 88.jpg 48KB 15.jpg 48KB 37.jpg 48KB 8.jpg 47KB 100.jpg 47KB 85.jpg 46KB共 149 条
- 1
- 2
资源评论
