## 基于YOLOV5的目标检测系统
>2023年智能制造系统课设作业
![index.png](img/index.png)
### Feature
1. 两种模式切换
- 普通检测模式
- 区域检测模式
2. 三种检测方式
- 图片检测
- 视频检测
- 摄像头检测
---
### 代码执行前准备
1、项目中使用YOLOv5的`V5.0`版本,注意下载对应权重文件时需要选择[5.0版本](https://github.com/ultralytics/yolov5/releases/v5.0)
2、项目运行时出现如下错误
![warning.png](img/warning.png)
!问题原因为旧版本的函数方法弃用,但不影响使用,可忽略。消除警告只需要main.py添加如下代码即可
```py
import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning)
```
3、界面文件是`project.ui`,可使用QTDesigner打开修改
4、环境依赖
```
pip install -r requirements.txt
python main.py
```
---
### 目标区域检测的实现
> **说明:** 以下仅对`图片区域检测`进行说明。视频检测和摄像头检测同理,过程不赘述。
#### 思路
要实现对部分区域的检测效果,需要对原始图片不需要检测的部分进行遮挡,然后再进行检测。为实现以下效果,需要以下步骤。
![mind.png](img/mind.png)
#### 具体代码
>代码位置位于本例程的`main.py`文件中的274行
```py
# 对输入的图片设置mask并对输出图片画出mask区域
if self.state:
hl1 = 2 / 10 # 监测区域高度距离图片顶部比例
wl1 = 2 / 10 # 监测区域高度距离图片左部比例
hl2 = 2 / 10 # 监测区域高度距离图片顶部比例
wl2 = 8 / 10 # 监测区域高度距离图片左部比例
hl3 = 8 / 10 # 监测区域高度距离图片顶部比例
wl3 = 8 / 10 # 监测区域高度距离图片左部比例
hl4 = 8 / 10 # 监测区域高度距离图片顶部比例
wl4 = 2 / 10 # 监测区域高度距离图片左部比例
# 输入图片设置mask遮挡
# mask位置数组
pts = np.array([[int(img.shape[1] * wl1), int(img.shape[0] * hl1)], # pts1
[int(img.shape[1] * wl2), int(img.shape[0] * hl2)], # pts2
[int(img.shape[1] * wl3), int(img.shape[0] * hl3)], # pts3
[int(img.shape[1] * wl4), int(img.shape[0] * hl4)]], np.int32)
# 2通道全0数组 ---mask
mask_black = np.zeros(img.shape[:2], dtype=np.uint8)
# mask区域设置
mask_roi = cv2.fillPoly(mask_black, [pts], color=(255, 255, 255))
# 图片叠加mask
img = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask_roi)
# 对输出结果绘制mask区域
cv2.putText(showimg, "MASK", (int(showimg.shape[1] * wl1 - 5), int(showimg.shape[0] * hl1 - 5)),
cv2.FONT_HERSHEY_SIMPLEX,
1.0, (255, 255, 0), 2, cv2.LINE_AA)
# 填充mask设置
# 3通道全0数组
zeros = np.zeros(showimg.shape, dtype=np.uint8)
mask = cv2.fillPoly(zeros, [pts], color=(0, 165, 255))
showimg = cv2.addWeighted(showimg, 1, mask, 0.2, 0)
# 绘制mask边界
cv2.polylines(showimg, [pts], True, (255, 255, 0), 3)
```
#### 过程图展示
![process.png](img/process.png)
---
### 效果展示
> **说明:** 本例程中测试文件来源于网络,左侧为普通模式,右侧ROI模式
#### 图片检测
<center>
<img src="img/car_res.png" width=45%>
<img src="img/car_res_ROI.png" width=45%>
</center>
#### 视频检测
<center>
<img src="img/dance_res.gif" width=45%>
<img src="img/dance_res_ROI.gif" width=45%>
</center>
---
### 参考文献
- https://blog.csdn.net/qq_39740357/article/details/125149010
- https://blog.csdn.net/zcblcz/article/details/121508369
- https://zhuanlan.zhihu.com/p/658876215
- https://blog.csdn.net/m0_58508552/article/details/126196795?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22
没有合适的资源?快使用搜索试试~ 我知道了~
基于YOLOV5的目标区域监测
共91个文件
yaml:25个
py:25个
png:10个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 76 浏览量
2024-02-07
20:22:50
上传
评论
收藏 258MB ZIP 举报
温馨提示
使用说明在zip压缩包 README 文件中,请仔细阅读。 代码执行前准备 1、项目中使用YOLOv5的V5.0版本,注意下载对应权重文件时需要选择5.0版本 2、项目运行时出现如下错误 warning.png !问题原因为旧版本的函数方法弃用,但不影响使用,可忽略。消除警告只需要main.py添加如下代码即可 import warnings warnings.filterwarnings("ignore", category=DeprecationWarning) 3、界面文件是project.ui,可使用QTDesigner打开修改 4、环境依赖 pip install -r requirements.txt python main.py 目标区域检测的实现 说明: 以下仅对图片区域检测进行说明。视频检测和摄像头检测同理,过程不赘述。 思路 要实现对部分区域的检测效果,需要对原始图片不需要检测的部分进行遮挡,然后再进行检测。为实现以下效果,需要以下步骤。
资源推荐
资源详情
资源评论
收起资源包目录
yolov5-pyqt5-main.zip (91个子文件)
yolov5-pyqt5-main
project.ui 9KB
.gitattributes 75B
weights
yolov5s.pt 14.11MB
download_weights.sh 277B
main.py 25KB
data
coco128.yaml 2KB
argoverse_hd.yaml 849B
dance.mp4 61.97MB
hyp.finetune.yaml 846B
coco.yaml 2KB
car.mp4 7.69MB
dance2.mp4 3.58MB
images
sheep.png 1.86MB
zidane.jpg 165KB
car.png 2.47MB
bus.jpg 476KB
car2.png 2.31MB
voc.yaml 738B
hyp.scratch.yaml 2KB
scripts
get_argoverse_hd.sh 2KB
get_voc.sh 4KB
get_coco.sh 963B
hubconf.py 5KB
utils
__init__.py 0B
google_utils.py 5KB
loss.py 9KB
metrics.py 9KB
aws
__init__.py 0B
userdata.sh 1KB
mime.sh 780B
resume.py 1KB
autoanchor.py 7KB
general.py 25KB
wandb_logging
__init__.py 0B
log_dataset.py 819B
wandb_utils.py 16KB
activations.py 2KB
google_app_engine
Dockerfile 821B
app.yaml 173B
additional_requirements.txt 105B
plots.py 18KB
datasets.py 44KB
torch_utils.py 12KB
.idea
vcs.xml 185B
misc.xml 185B
inspectionProfiles
Project_Default.xml 410B
profiles_settings.xml 174B
yolov5-pyqt5.iml 482B
modules.xml 283B
.gitignore 50B
prediction.avi 12.57MB
img
dance_res_ROI.gif 98.38MB
welcome.png 83KB
process.png 343KB
car_res_ROI.png 933KB
warning.png 17KB
index.png 74KB
mind.png 274KB
dance_res.gif 51.75MB
car_res.png 926KB
Dockerfile 2KB
requirements.txt 626B
models
hub
yolov5x6.yaml 2KB
anchors.yaml 3KB
yolov5-p2.yaml 2KB
yolov5-panet.yaml 1KB
yolov5s6.yaml 2KB
yolov3.yaml 1KB
yolov5-p6.yaml 2KB
yolov5-p7.yaml 2KB
yolov5l6.yaml 2KB
yolov5m6.yaml 2KB
yolov3-spp.yaml 1KB
yolov3-tiny.yaml 1KB
yolov5-fpn.yaml 1KB
yolov5s-transformer.yaml 1KB
__init__.py 0B
export.py 4KB
yolov5m.yaml 1KB
yolov5s.yaml 1KB
yolov5l.yaml 1KB
common.py 17KB
experimental.py 5KB
yolov5x.yaml 1KB
yolo.py 12KB
detect.py 8KB
.gitignore 0B
train.py 33KB
test.py 17KB
.dockerignore 4KB
README.md 4KB
共 91 条
- 1
资源评论
hakesashou
- 粉丝: 4312
- 资源: 1135
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- meta-llama-3-8b-instruct 的 model-00004-of-00004.safetensors
- IMG_0006.CR2.cr2
- 幸运红包娱乐微信小程序源码 多玩法安装简单
- packagecom5_QQ浏览器压缩包.zip
- MY3-3WHY-可以刷萤石H6C-V100-2C3WF
- 深度解析木马隐藏技术:核心原理与VMware网络实验指南
- pbootcms百度智能小程序插件
- 指令调度和延迟分支学习资料.rar
- HTML5小游戏【飞得更高跳跃游戏feidegenggao】游戏源码分享下载 - feidegenggao.zip
- 第一讲:单片机STC89C52+RA8889驱动控制彩屏(源码公开)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功